想象一位过度自信的顾问

你雇了一位顾问，他只读过 2023 年以前的书。你问他今天股价，他自信给出一个答案——但那是编造的。这就是没有外部知识的 LLM 的状态：训练截止日期之后的事情一概不知，但还是会"合理猜测"。

RAG 的诞生就是为了解决这个问题：先搜索，再回答。

朴素 RAG 的工作流程

基础 RAG 其实很简单：把文档切成小块，存到向量数据库，用户提问时找最相似的块，拼到提示词里。

RAGFlow 怎么解决这些问题？

RAGFlow 的核心主张是：文档理解质量决定 RAG 质量。它不像大多数 RAG 框架那样把解析当作预处理步骤，而是把它做成核心竞争力。

知识点检测

这就是你上传一份 PDF 后发生的事情

想象你经营一家图书馆。你的工作不只是把书放上架——你要先对每本书编目，建索引，写摘要，标注关键词。有人问问题时，你还要判断哪些书最相关，摘录关键段落，再给出综合答案。RAGFlow 就是一个自动化"图书馆员"。

系统的主要组成部分

一段真实的检索代码

当你在对话框提问时，RAGFlow 实际运行的检索逻辑是这样的：

def retrieval(question, kb_ids, embd_mdl,
             rerank_mdl=None, top=1024):
    embs, _ = embd_mdl.encode([question])
    ans = settings.docStoreConn.search(
        "ragflow_*",
        query_vector=embs[0],
        highlight=True
    )
    if rerank_mdl:
        ans = rerank_mdl.rerank(question, ans)
    return ans
            

知识点检测

为什么文档解析这么难？

想象把一张精心排版的报纸扫描成图片，然后让人从图片里"重建"报纸的文字结构。你必须判断：哪些文字是标题？哪些是正文？哪些数字属于表格的哪一行？

对于 PDF，计算机看到的不是"段落和表格"，而是一堆"某坐标某字体某大小的字符"。把这些字符还原成有意义的结构，就是 DeepDoc 要解决的核心问题。

DeepDoc 的解析步骤

文件格式与对应处理器

不同格式有不同的解析逻辑，RAGFlow 为每种格式准备了专门的处理器：

组件们的"工作对话"

当一份 PDF 进入系统，幕后的组件是这样协作的：

知识点检测

两种"搜索思维"

想象你在找一位老同学。方法一：在同学录里搜名字"张伟"（关键词）。方法二：描述他的特征"那个总戴眼镜、喜欢打篮球的高个子"（语义）。两种方法各有优缺：名字精确但找不到外号；特征灵活但可能找到多个相似的人。

RAGFlow 的混合检索同时用两种方法，然后把结果合并。

重排序：第二轮精筛

第一轮检索用速度换精度——快速找出前 100 个候选块。但"候选"不等于"最佳"。重排序模型会对这 100 个候选做精细的相关性评分，选出最好的 5-10 个交给 LLM。

就像招聘：HR 先从简历堆里快速筛出 100 份（第一轮检索），再由用人部门仔细面试前 10 名（重排序），最终决定录用谁（发给 LLM）。

class DefaultRerank:
    def rerank(self, query, chunks,
                batch_size=16):
        pairs = [[query, c] for c in chunks]
        scores = self.model.compute_score(pairs)
        ranked = sorted(
            zip(chunks, scores),
            key=lambda x: x[1],
            reverse=True
        )
        return [c for c, _ in ranked]
            

知识点检测

RAGFlow 的 Docker 架构

RAGFlow 使用Docker Compose 启动整套服务。一条命令，七个服务同时运行：

关键配置项解读

# LLM 模型配置
LLM_FACTORY=OpenAI
OPENAI_API_KEY=sk-xxx
LLM_MODEL=gpt-4o

# Embedding 模型
EMBEDDING_MODEL=BAAI/bge-large-zh

# 存储配置
ES_HOST=elasticsearch
MINIO_HOST=minio:9000
            

生产环境要考虑的三件事

综合检测