AI在线 AI在线

RAGFlow

TextIn vs. DeepDoc性能测评：RAGFlow解析升级完整教程（附二开代码）

TextIn vs. DeepDoc性能测评：RAGFlow解析升级完整教程（附二开代码）
两个月前在星球的会员群中，有人推荐了TextIn这款解析工具。 我当时也是第一次听说，最近一段时间陆续在手头项目上测试了些以往认为是 Corner Case 的复杂布局文档后，发现居然都有不错的表现。 后续了解到TextIn背后的公司叫合合信息，看起来还是有点陌生，不过这家公司旗下另外一款叫做“扫描全能王”的产品各位应该听说过或者用过。
9/10/2025 10:06:19 AM
韦东东
RAGFlow v0.20的Agent重大更新：text2sql的Agent案例测试

RAGFlow v0.20的Agent重大更新：text2sql的Agent案例测试
RAGFlow 在 8 月 4 号更新了 v0.20 版本，这是时隔两个多月之后，更新的一个里程碑式的版本，RAGFlow 在 Agent 板块的拼图这次终于算是完整了。 其实早在一年前，RAGFlow 就有了 Agent 模块，但是一直只包含 Workflow。 而且相比于 Dify 而言，社群对这部分的工具/插件的丰富度、易用性和 UI 美观度而言，一直也有吐槽。
8/15/2025 10:16:49 AM
韦东东
基于RAGFlow实现「乱序」协议差异对比：Diff算法+向量相似度

基于RAGFlow实现「乱序」协议差异对比：Diff算法+向量相似度
7 月初知识星球的会员微信群中，有几个星友问到一个条款存在内容和顺序差异的协议对比问题，以及如何进一步封装一个可视化页面进行实现的需求。 我在过去的咨询项目中做过一个类似 demo，但是不是很完善。 过去两天花了点时间做了一些工程调参的优化，初步效果比较稳定了，这篇来做个思路分享。
8/4/2025 9:42:42 AM
韦东东
RAGFlow引用机制揭秘：LLM引导与后端验证如何协同工作？

RAGFlow引用机制揭秘：LLM引导与后端验证如何协同工作？
昨天知识星球内有个提问：RAGFlow 显示引用为什么不通过提示词直接显示在回答中，而是通过分块后和检索片段比较向量相似度？ 判断引用出处？ 能不能直接通过提示词实现。
7/15/2025 12:24:16 PM
韦东东
RAGFlow is Here! Open-source RAG Engine Unlocks Deep Document Understanding and Ignites a New Enterprise AI Revolution!

RAGFlow is Here! Open-source RAG Engine Unlocks Deep Document Understanding and Ignites a New Enterprise AI Revolution!
Recently, an open-source RAG (Retrieval-Augmented Generation) engine called RAGFlow has garnered significant attention in the industry. This enterprise-level AI tool, based on deep document understanding, offers powerful multimodal data processing capabilities and an efficient workflow, providing businesses with a brand-new solution for handling complex documents and achieving precise question answering.RAGFlow: A Pioneer in Deep Document Understanding. RAGFlow is a completely open-source RAG engine that focuses on deep document understanding, designed to help businesses and individuals extract valuable information from massive amounts of unstructured data.
6/17/2025 2:02:26 AM
AI在线
RAGFlow震撼来袭！开源RAG引擎解锁深度文档理解，引爆企业AI新革命！

RAGFlow震撼来袭！开源RAG引擎解锁深度文档理解，引爆企业AI新革命！
近日，一款名为RAGFlow的开源RAG（检索增强生成）引擎引发了业界广泛关注。 这款基于深度文档理解的企业级AI工具，以其强大的多模态数据处理能力和高效的工作流程，为企业处理复杂文档和实现精准问答提供了全新解决方案。 RAGFlow:深度文档理解的先锋RAGFlow是一款完全开源的RAG引擎，专注于深度文档理解，旨在帮助企业和个人从海量非结构化数据中提取有价值的信息。
6/16/2025 5:01:23 PM
AI在线
RAGFlow v0.19图文混排：详细拆解+预处理增强案例

RAGFlow v0.19图文混排：详细拆解+预处理增强案例
RAGFlow在5/26 正式更新了v0.19版本，其中有两点值得关注。 首当其冲的是在 Agent 模块（也就是工作流）新增了代码执行组件，这个被吐槽了很久了 RAGFlow工作流编排功能，终于可以处理更加复杂的任务了。 第二点比较大的更新，是这篇文章主要要讨论的，也就是在 Chat 和 Agent 模块中改变以往图片作为引用的展示方式，直接在正文中进行显示。
5/30/2025 3:00:00 AM
韦东东
Dify、n8n、扣子、Fastgpt、Ragflow到底该怎么选？超详细指南来了

Dify、n8n、扣子、Fastgpt、Ragflow到底该怎么选？超详细指南来了
一直以来，我分享了不少关于工作流平台、LLM应用平台的不少干货文章。 主要包含：Dify、Coze、n8n、Fastgpt、Ragflow但是几乎每一篇文章的评论区都有小伙伴问，xxx平台和xxx平台比怎么样，该怎么选？ 确实，面对日新月异的AI技术，还有飞速发展的各种LLM平台，我们很容易患上选择困难症但我想说的是，每个平台各有优势，需要根据自身需求，选择合适的即可。
5/28/2025 2:45:00 AM
袋鼠帝
基于MiniO存储的RAGFlow+Dify图片处理方案

基于MiniO存储的RAGFlow+Dify图片处理方案
上篇文章中介绍了如何基于 RAGFlow 知识库，通过 Dify 的 HTTP 请求获取映射 Code 节点替换，将占位符解析为最终的 img 标签，来稳定的实现问答中图片正常显示问题。 Dify RAGFLow：基于占位符的图片问答升级方案（最佳实践）其中的"占位符"和"实际图片访问 URL"映射关系的存储使用了阿里云的 OSS 存储服务。 初期选择阿里云 OSS 作为存储，主要是方便大家快速验证和迭代 RAG 应用的核心逻辑，避免过早陷入基础设施的维护细节。
4/25/2025 1:30:00 AM
韦东东
Dify+RAGFLow：基于占位符的图片问答升级方案

Dify+RAGFLow：基于占位符的图片问答升级方案
4/2 号时写了一篇 RAGFlow 实现图片问答的原理解析，后续在知识星球内有星友陆续反馈在使用我提供的源码复现时，会出现知识库中能渲染图片，但回答中图片无法正常加载的问题。 知识库预览和引用文件部分是直接展示原始数据或进行简单渲染，它们能正确显示图片，证明原始上传的增强文本中的 URL 是正确的，并且图片服务器和网络配置是通的，问题出在聊天内容生成这个环节。 我当时提供了三种选择选择，分别是：更强的 prompt 指令、更强的 LLM 和”占位符 后处理“的方案，鉴于后续大家反馈前两种效果依然不够稳定，这篇我来系统的分享下如何实现第三种更符合实际生产场景的 RAG 富文本处理方案。
4/17/2025 1:00:00 AM
韦东东
Dify+RAGFlow：泵类设备预测维护系统案例分享

Dify+RAGFlow：泵类设备预测维护系统案例分享
上篇文章介绍到的 Dify RAGFLow 的协同使用文章里，提到了一个泵类设备预测性维护智能系统。 后来陆续有人私信咨询实施细节，这篇做个统一的介绍。 Dify RAGFlow:1 1＞2的混合架构，详细教程 实施案例项目定位是，利用 Dify 的工作流编排能力和 RAGFlow 的知识库组件，结合模拟的设备传感器数据 (IoT) 和企业资源数据 (CMMS, MES, ERP)，构建一个针对离心式冷却液泵的预测性维护系统原型。
4/11/2025 9:02:47 AM
韦东东
Dify+RAGFlow:1+1＞2的混合架构，详细教程+实施案例

Dify+RAGFlow:1+1＞2的混合架构，详细教程+实施案例
企业在落地 RAG 知识库时， Dify 和 RAGFlow 这两个开源框架应该选择哪个？ 这也是我一直以来做RAG咨询时，经常被企业方问到的问题之一。 一般来说，如果需要处理特别复杂的文档和非结构化数据，RAGFlow 是优选。
4/7/2025 7:00:00 AM
韦东东
万字长文：说清MCP的前世今生+RAGFlow整合应用示例

万字长文：说清MCP的前世今生+RAGFlow整合应用示例
上篇文章给大家预告了我在研究些 RAG MCP（大模型上下文协议）的事，前后断断续续写了四天，终于完成了这篇稿子，这篇试图说清楚两个事情：1、从复杂提示词引导模型调用工具开始，到 MCP 作为统一协议标准的变化过程；2、小试牛刀的演示下在传统 RAG 基础上，针对机械加工场景结合 MCP 的一些功能延展示例。 以下，enjoy:1、先说说大模型 API 调用先简单回顾下最简单的大模型基础聊天应用开发，也就是直接按照目标 LLM 的官方 API 文档进行请求的做法。 例如，如果我们要通过 Python 调用 DeepSeek-R1 模型进行问答，按照官方文档说明示例如下：因为大多数模型厂商都是兼容 OpenAI 规范的，也就是说在使用 OpenAI SDK 请求方式下，直接替换上述的 base_url 换成其他模型地址，都是可以实现请求响应的。
3/21/2025 9:00:00 AM
韦东东
RAGFlow自动化脚本套件：自定义解析+回答质量评估+参数自动调优

RAGFlow自动化脚本套件：自定义解析+回答质量评估+参数自动调优
最近 MCP（大模型上下文协议）比较火，花了点时间研究了下和 RAG 的协作架构，后续整理出心得后再发出。 言归正传，之前文章里详细介绍了 RAGFlow 的 Python api 用法，今天结合几篇法律法规文档来给大家做个简单演示，抛砖引玉。 这篇主要介绍三个脚本示例，分别是：数据处理与系统配置，系统测试，参数优化脚本。
3/13/2025 11:29:03 AM
韦东东
RAGFlow+DeepSeek-R1:14b落地案例分享（足够详细）：机加工行业设备维保场景

RAGFlow+DeepSeek-R1:14b落地案例分享（足够详细）：机加工行业设备维保场景
看到一个段子说，春节开工以后，中国有 5000 万家企业老板担心会错过 DeepSeek。 虽然感觉有点瞎玩梗，但 DeepSeek 无疑已是当下所谓大模型企业应用落地的"房间里的大象"。 不过想想，其实子弹也才刚刚飞了一个月而已。
2/24/2025 9:33:10 AM
韦东东
  • 1