RAGFlow 是一个端到端的开源 RAG 引擎：文档解析（DeepDoc）、分块、索引、检索，以及面向最终用户的问答与助手编排，都在一个平台里完成。对想开箱即用搭一个 RAG 问答的人来说，这很直接。
琅嬛不做 Chat、不做 Agent 编排。它只负责「文档 → 可追溯检索」这一段，并把它通过 REST 与 MCP over HTTP 作为知识底座交给上层应用——包括你已经在用、或准备自己写的 Agent。
Compare · 对比
琅嬛是 RAGFlow 的下层，不是它的替代品
琅嬛 vs RAGFlow
| 对比维度 | 琅嬛 Langhuan | RAGFlow |
|---|---|---|
| 定位 | 知识处理层（无 LLM 编排） | 端到端 RAG 平台（含问答/助手） |
| MCP | 原生 MCP over HTTP | 非核心，需额外桥接 |
| 中文检索 | pgvector + PostgreSQL FTS（zhparser）/ gse + RRF | DeepDoc + Infinity 向量检索 |
| 交付形态 | 单二进制 + 单 .db 文件（SQLite 零依赖可选） | 多容器部署 |
| 可追溯 | chunk → 文档/版本/页码锚点全链路 | 以引用片段为主 |
| 接入方式 | 作为你应用的检索底座 | 平台内闭环 |
如果你要的是「开箱即用的 RAG 问答/助手」，RAGFlow 更直接；如果你要的是一个稳定、可追溯、能被 MCP 调用的知识底座来服务自己的 Agent，琅嬛是那一段。两者也可以组合：琅嬛沉淀知识处理，上层再接 RAGFlow 或其他编排。
常见问题
琅嬛能替代 RAGFlow 吗？
定位不同，不建议直接「替代」。RAGFlow 是含问答与助手编排的端到端平台；琅嬛是它下面的知识处理层。如果你需要的是可复用的检索底座，而非再套一层平台，琅嬛更合适。
琅嬛和 RAGFlow 的中文检索有什么不同？
都支持中文。琅嬛用 pgvector 向量 + PostgreSQL 全文检索（zhparser 中文分词）双路召回，再经确定性 RRF 融合；RAGFlow 用 DeepDoc 做文档解析、Infinity 做向量检索。二者技术路线不同，定位也不同。
琅嬛支持 MCP 吗？
支持，且是原生能力。琅嬛内置 MCP over HTTP（/mcp），knowledge_search、document_ingest 等工具直接暴露给 MCP 客户端，无需额外桥接。