我要投稿
微信搜一搜，关注“AgentLight”
掌握RAG优化技巧，提升企业知识库效能。 核心内容： 1. 如何将RAGflow集成至Dify，构建外挂知识库 2. 解决Dify无法加载的问题，及Redis服务连接异常 3. RAGflow模型添加、知识库配置及文件解析技巧
书接上文，我们上一篇文章实操了如何在本地来部署RAGflow，那如何将RAGflow作为知识库接入到dify，作为 Dify的外挂知识库？那这一篇文章，我们就来分享一下，如何操作的。
正式开始之前我们还要解决一个小问题，安装好的Dify，忽然就不能加载了。通过分析，应该是我们当时装RAGflow的时候，删除了Docker。这里应该也包含着Dify的docker。
那进入Dify的Docker目录下，执行docker compose up -d, 重新进行加载，然后再访问Dify，这次没有问题了。
那下面我们正式开始这次的正式介绍了。
RAGflow 添加模型
1. 首先来创建知识库。
2. 首次使用提示我们先添加嵌入模型和LLM。
3. 通过配置Siliconflow的API key，添加上模型。
4. 设置默认模型，选择硅基内的一个LLM。
嵌入模型，包括有bge-large-zh/en 1.5, bge-m3, 还包括有网易有道的bce Embedding。
默认的图像转文字模型，内置的有Janus-pro，有优秀的文本生成图像和多模态理解能力。还有Qwen的QVQ-72B。
Rerank模型，默认选择bge-reranker-v2-m3即可。
RAGflow 新增知识库
我们可以看到在添加的知识库中，所需要的配置还是比较多的，我们这里先进行Dify与RAGflow的关联调取。后面再详细的来介绍具体RAGflow的参数配置的含义。
有关配置
我们在添加具体的文件，上传我们需要解析的知识库文档。
上传文件时，可同步进行解析。
同时提供单个文件解析，同时也提供批量解析
忘记选择也没有关系，上传后可在进行解析。
通过观察，发现整体的解析速度不是很快，然后等待了一段时间，发现整体文档的解析进度一点没有变。当时就怀疑肯定是有问题的，我们的文档10M都不到，不应该解析很慢。
在docker中查看运行日志，发现有exception。
通过日志的查看，发现是无法连接到 Redis 服务，导致任务队列系统崩溃。
通过查询，docker的状态是up的。应该没有问题。
查看Redis 容器的 IP 地址，将这个地址在配置文件中进行修改。
修改.env文件，一个是修改HOST，改为本地的IP，还有就是端口和dify的redis冲突了，这里也改为6380。
修改后，重新将docker重新加载，终于没问题了。
pdf文件的内容形式还是比较复杂的，有文字，有图片，有表格。解析的时间大概2分钟吧，不算很快。
RAGflow API
在RAGflow的设置中，我们创建一个新的秘钥。
今天的文章先更新到这里，后续在介绍DIfy的功能配置。这里发现有一个大坑，redis有冲突，而且dify和ragflow会互相覆盖，这里有个明显的问题。后面就是攻克这个难题了。同时大家是如何配置的，也可以留言进行交流。
53AI，企业落地大模型首选服务商
产品：场景落地咨询+大模型应用平台+行业解决方案
承诺：免费POC验证，效果达标后再合作。零风险落地应用大模型，已交付160+中大型企业
2025-08-03
关于RAG检索增强的右侧优化方案——企业级应用中怎么提升RAG的检索准确度
2025-08-03
在RAG中文档处理质量参差不齐的情况下——提升召回精度的企业级解决方案
2025-08-03
再学 RAGFlow 的文件解析逻辑
2025-08-03
AWS使用提示词与RAG来减少大模型幻觉
2025-08-02
RAG与Agentic RAG：智能AI系统的进化之路
2025-08-02
不止于相似度：混合搜索如何重塑 RAG 的未来
2025-08-02
RAG应用如何进行有效的文本切分
2025-08-02
为什么你的RAG效果总差一点？从RankNet到Qwen，一文读懂Rerank模型的演进
2025-05-30
2025-06-06
2025-06-05
2025-05-19
2025-05-08
2025-05-10
2025-06-05
2025-05-20
2025-06-05
2025-05-09
2025-07-28
2025-07-09
2025-07-04
2025-07-01
2025-07-01
2025-07-01
2025-07-01
2025-06-30
回到顶部
粤ICP备14082021号