RAGFlow 与 FastGPT：复杂文档与完整链路

RAGFlow 的重心是深度文档理解。 复杂版式与扫描文档的解析是它的标志性强项：深度文档理解、可干预分块、扫描件 OCR 构成了明确的产品心智。它的多源增量同步连接器在公开发布记录中列出 Confluence、S3、Notion、Discord、Google Drive，对海外协作栈有直接吸引力；许可证是 Apache-2.0，对二次开发、内部平台化与避免专有云绑定的买家更宽松；公开文档明确支持 Langfuse 链路追踪，可追踪检索、排序、生成、Prompt 与响应，对已经使用 Langfuse 的团队是现成的收益。

FastGPT 的重心是把 RAG 放进一个更完整的运行体系。 同样具备混合检索、ReRank、可溯源引用、图片理解与多模型，但它把这些放在 Agent、工作流、渠道发布与运营治理的完整链路里，并针对中国企业的知识源与发布渠道做了原生覆盖。

选型信号：难解析文档转知识是首要任务时，优先验证 RAGFlow；知识、Agent、自动化、渠道运营需要长期协同时，优先验证 FastGPT。

自托管资源门槛直接进入预算：RAGFlow 公开最低 4 核 / 16GB / 50GB、Docker 24、Compose 2.26.1，预构建镜像为 x86；FastGPT 按向量库、文档量、模型部署方式和并发设计。已有固定服务器规格或信创环境约束时，POC 首周完成资源规划与架构核对。

2.1 FastGPT 的差异能力

这些能力直接影响上线后的运营：定时整理、管理员审计、飞书与语雀同步、企业微信问答、会话标注和评测回流都进入验收清单。

2.2 双方都有，落地路径不同

Skills 采用发布状态验收：RAGFlow 的 Skills Space 位于 main 分支，正式发布版边界与到位时间进入 POC 或合同；稳定版文档与已发布能力作为当前选型依据。

验收条件：复杂文档 RAG 固定同一批文档、Embedding、ReRank、LLM、TopK 和硬件；资源门槛按企业数据规模换算为实际服务器成本。

2.3 RAGFlow 的优势场景

• 复杂版式与扫描文档的产品心智：深度文档理解、可干预分块、扫描件 OCR 是其标志性强项，应正面承认，并用企业自己的黄金集做 POC 比较。
• 多源增量同步连接器：公开发布记录列出 Confluence、S3、Notion、Discord、Google Drive 等，对海外协作栈更有吸引力。
• Apache-2.0 许可证：对二次开发、内部平台化与避免专有云绑定的买家更宽松。
• Langfuse 链路追踪语义：公开文档明确可追踪检索、排序、生成、Prompt 与响应，适合已使用 Langfuse 的团队。

企业文档主体是扫描合同、扫描研报和复杂表格时，将 RAGFlow 纳入最终 POC，并记录解析质量、人工调整时间和后续应用开发时间。

Apache-2.0 与 FastGPT Open Source License 的约束方向不同，法务按 SaaS 运营、去品牌、二次开发分发和私有化交付逐条审核 LICENSE，并把结论写入采购清单。

订阅或 License、实施、维保、模型、基础设施和运维进入三年 TCO，金额采用两侧当日书面报价。

采购清单要求双方提供责任矩阵、故障分级、恢复目标、升级回滚责任方和支持时段。首次响应目标与修复时限分开记录，最终承诺以合同为准。

针对这一对产品，最有价值的验证方式非常具体：让两家跑同一批复杂文档，同时记录四个量。

人工调整时间和后续应用开发时间直接影响交付周期与总成本，四项记录共同形成选型结论。

统一 POC 测量表固定六类指标与证据产物：

以下指标进入「未公开 / 待 POC / 待合同」清单：稳态与峰值并发、每秒请求数、每分钟 Token 吞吐、指定硬件下的解析与检索延迟、最大应用数与知识库数、可用性 SLA 与 RTO / RPO、连接器与插件实时总数。

文档解析与完整运营同时构成核心约束时，两家并行进入一次 POC：解析阶段使用同一批黄金文档，应用与运营阶段记录人天与落地门槛，最终合成总成本表。

解析质量采用企业黄金集与统一条件实测；未覆盖能力进入 POC 清单或厂商书面确认。