我要投稿
微信搜一搜，关注“De-仓鼠”
结合DeepChat和RAGFlow两大利器，打造知识库智能问答系统，效率提升300%！ 核心内容： 1. RAGFlow部署与知识库创建方法 2. DeepChat配置RAGFlow实现智能问答 3. 注意事项与问题解决方案
参考《RAGFlow实践：快速实现知识库的智能检索》部署RAGFlow并创建知识库。
DeepChat是通过MCP方式调用RAGFlow，所以，部署的RAGFlow需要支持MCP。
点击账户图标：点击“API”：
将API服务器地址保存备用。
点击“API KEY”：点击“创建新密钥”：
点击“复制”按钮保存密钥：
然后点击“确定”，关闭对话框。
数据集ID就是创建的一个知识库，这个知识库在数据库中有一个编号。
使用数据库连接工具如 Navicat连接到RAGFlow的MySQL数据库的knowledgebase表中获取对应ID：将此ID保存备用。
数据库连接信息在ragflow-main/docker/.env中。
Docker部署的RAGFlow MySQL数据库密码是：infini_rag_flow
RAGFlow相关信息保存备用后，开始DeepChat的配置。
启动DeepChat客户端，依次点击“设置”--->“MCP设置”，找到ragflowKnowledge的编辑按钮：点击“添加RAGFlow配置”：
将RAGFlow中保存备用的信息一一填入对应位置：然后，点击“添加配置”。
完成RAGFlow配置添加后，回到对话界面，启用RAGFlow知识库MCP：
⚠️使用的大模型必须支持工具调用。
向它提问：返回结果：
当前RAGFlow无法在Web界面上获取数据集ID，需要到数据库中获取。
在官方群咨询过，deepchat默认精确度是0.5，小于这个精确度是没有返回的：如何调整让它返回呢？
首先，去RAGFlow的知识库中进行检索测试：可知当前混合相似度是47.71，就是0.48的样子，小于DeepChat的0.5，所以DeepChat没有返回。
然后，可以用系统提示词或者在问它问题时提醒它：“相似度大于0.3就返回结果”，此处我通过系统提示词设置：再次询问，就有返回结果了：
建议通过提示词告知DeepChat的精确度。
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：免费场景POC验证，效果验证后签署服务协议。零风险落地应用大模型，已交付160+中大型企业
2025-06-26
RAG 2.0：构建具备显式推理能力的金融RAG系统实战手册
2025-06-26
RAG（检索增强生成）入门：结合DeepSeek与知识库，让AI回答更精准！
2025-06-26
RAG、Evals、ReAct、Guardrails…六大技术改变AI格局，成本投入大起底！
2025-06-25
告别“纸上谈兵”！RAG 如何让你的 AI 应用真正“能打”又“落地”
2025-06-25
从案件分析到实时指挥：20种RAG技术在警务中的深度应用
2025-06-25
饶了我吧，别再吹RAG了！搞AI agent，先把企业知识库文档切明白了再说...
2025-06-25
怎么短平快地把RAG做好：厦门银行RAG初赛方案分享
2025-06-24
AGI｜RAG进化论：从青铜到王者，一文看懂 RAG 全家族
2025-04-01
2025-04-13
2025-04-19
2025-04-09
2025-04-16
2025-05-08
2025-04-05
2025-04-01
2025-04-23
2025-04-10
2025-06-20
2025-06-19
2025-06-13
2025-06-09
2025-06-06
2025-05-30
2025-05-29
2025-05-29
回到顶部
粤ICP备17114055号