Dokumente als dauerhaft nutzbares Wissen erschließen.

RAGFlow – lokaler Wissensspeicher für die KI

Als nächsten Baustein meiner lokalen KI-Umgebung habe ich RAGFlow eingerichtet und getestet.

RAGFlow läuft lokal in Docker und kann Dokumente einlesen, in kleinere Abschnitte zerlegen und daraus Embeddings erzeugen. Für die Embeddings verwende ich das lokale Modell nomic-embed-text.

In mehreren Tests zeigte sich, dass sich Informationen aus umfangreichen Dokumenten sehr zuverlässig wiederfinden lassen. Auch nur ungefähr erinnerte Formulierungen konnten über die semantische Suche gefunden werden.

Für mich ist RAGFlow deshalb weniger ein klassisches Archiv, sondern eher ein Langzeit-Wissensspeicher für die lokale KI. Dort sollen später vor allem Informationen abgelegt werden, die dauerhaft nützlich sind, zum Beispiel Hardwaredaten, Einstellungen, IP-Adressen oder Projektstände.

Die direkte Anbindung an Open WebUI wurde zunächst bewusst zurückgestellt. RAGFlow bleibt als eigenständiger Wissensbaustein bestehen und wird erweitert, sobald dafür ein sinnvoller praktischer Anwendungsfall entsteht.