详解：RAGFlow知识库管理和嵌入网站的方法全攻略

推荐语

掌握RAGFlow知识库管理与网站嵌入的全面指南。

核心内容：
1. 知识库创建与PDF解析器配置技巧
2. 数据集上传、解析及知识库应用示例
3. 聊天对话绑定知识库与网站嵌入方法

杨芳贤

53A创始人/腾讯云(TVP)最具价值专家

上一篇《一文搞懂！RAGFlow 入门教程与安装部署全流程》讲了RAGFlow的基本信息、部署、模型设置和聊天，本次我们讲解RAGFlow的知识库和嵌入网站方法。

一、知识库

路径：菜单 知识库--》创建知识库

点击“确定”，完成初步的创建，进入详情页面。

1、配置

• PDF解析器：有2种解析器，DeepDoc使用视觉模型进行 PDF 布局分析，以更好地识别文档结构，找到标题、文本块、图像和表格的位置。 如果选择 Naive 选项，则只能获取 PDF 的纯文本。请注意该功能只适用于 PDF 文档，对其他文档不生效。

•  嵌入模型：选择已设置好的嵌入模型。

• 切片方法：有非常多的方法供选择，可根据实际场景选择合适的方法。比如我们可使用General,Q&A,Paper(专门处理pdf)等方法。

• 建议文本块大小：建议的生成文本块的 token 数阈值。如果切分得到的小文本段 token 数达不到这一阈值就会不断与之后的文本段合并，直至再合并下一个文本段会超过这一阈值为止，此时产生一个最终文本块。如果系统在切分文本段时始终没有遇到文本分段标识符，即便文本段 token 数已经超过这一阈值，系统也不会生成新文本块。

• 文本分段标识符：支持多字符作为分隔符，多字符用 `` 分隔符包裹。若配置成：\n`##`; 系统将首先使用换行符、两个#号以及分号先对文本进行分割，随后再对分得的小文本块按照「建议文本块大小」设定的大小进行拼装。在设置文本分段标识符前请确保理解上述文本分段切片机制。比如，我们在整理文本时，每条知识之间都使用换行符分隔。

点击“保存”后跳转到数据集界面。

2、数据集

添加数据集，上传本地文件，可选择多个文件。

操作过程：

1. 上传完后，还需要手动点击解析。

2. 解析是一个比较耗时的操作，数据量越大时间越长，所以需要一个文件解析完后，再点击另一个文件解析。

3. 解析好后，会保存到其向量数据库。

3、示例

我们分别创建了3个知识库，论文-PDF、GPT报错-QA和中医诊断 。

（1）《论文-PDF》的文件是《Attention Is All You Need》论文，pdf格式；知识库的配置如下：

（2）GPT报错-QA 是Excel文档，里面就是QA问答，如下格式。

知识库配置如下：切片方法选择 Q&A

（3） 中医诊断是txt文本格式的数据，以换行符分隔，数据如下：

知识库的配置如下：

二、聊天对话

1、绑定知识库

新建对话助理的方法请看上一篇文章，只要将知识库与创建好的知识库关联上即可。

2、聊天对话

进行对话会有如下回答，可以看到答案都是在知识库里存在的数据；并且会显示是从哪个文档里获取到的。

三、嵌入网站

RAGFlow还提供了网页iframe嵌入和 API调用这2种形式，方便外部系统接入RAGFlow 。

1、设置API Key

路径：头像--》API-->API Key 

创建新密钥，会自动创建Token。

2、嵌入网站

 路径：菜单- 聊天--》点击某一个聊天助理--》嵌入网站

 可以看到“全屏嵌入”和“部分嵌入”，前者是iframe形式，后者的API形式的调用，API接口文档：https://ragflow.io/docs/dev/http_api_reference#create-session-with-chat-assistant  。

LlamaIndex入门指南和RAG原理