ragflow

RAGFlow 知识库与 RAG 引擎

补充说明

RAGFlow 是开源的 RAG 引擎，提供文档解析、分块、向量化、检索和对话应用。它强调深度文档理解，适合企业知识库和文档问答。

核心概念：knowledge base、document、chunk、embedding model、chat assistant 和 API。

常用示例

Docker Compose 启动：

git clone https://github.com/infiniflow/ragflow.git
cd ragflow/docker
docker compose -f docker-compose.yml up -d

查看服务：

docker compose ps
curl http://localhost:9380/v1/api/health

通过 API 创建知识库：

curl -X POST http://localhost:9380/v1/api/datasets \
  -H "Authorization: Bearer $RAGFLOW_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"name":"ops-docs"}'

上传文档并解析：

curl -X POST http://localhost:9380/v1/api/datasets/<DATASET_ID>/documents \
  -H "Authorization: Bearer $RAGFLOW_API_KEY" \
  -F 'file=@manual.pdf'

检索：

curl -X POST http://localhost:9380/v1/api/retrieval \
  -H "Authorization: Bearer $RAGFLOW_API_KEY" \
  -H 'Content-Type: application/json' \
  -d '{"question":"磁盘满怎么排查","dataset_ids":["<DATASET_ID>"]}'

易错点与排错

• Docker 资源不足，Elasticsearch/MySQL/MinIO 启动失败。
• 文档解析模型（OCR/布局）未下载，PDF 解析为空。
• embedding 模型与知识库配置不一致，检索结果差。
• 上传大文件超时，调整 API 超时和分片大小。
• 知识库权限和 API Key 不匹配，返回 401。
• 分块大小和重叠设置不合理，答案缺少上下文。
• 端口冲突或磁盘满，服务反复重启。
• 升级前没有备份数据库和 MinIO 数据。