Dify+RAGFlow强强联合打造知识库

一、简介

就目前而言RAGFlow在知识库方面还是比dify强的，因此如果dify能和ragflow联合使用，那么效果岂不是更强，现在教程来了。

文章首发公众号 DataSpeed 欢迎关注。

二、RAGFlow部署

RAGFlow部署要求如下：

• CPU ≥ 4 cores (x86);
• RAM ≥ 16 GB;
• Disk ≥ 50 GB;
• Docker ≥ 24.0.0 & Docker Compose ≥ v2.26.1.

当前要下载0.17.2 stable 版本，否则会出现问题，如系统模型设置不了。

系统会在默认浏览器中打开登录地址http://localhost/login。

点击注册，来注册一个账号。

使用上并没有什么门槛，和dify差不多，只要做好模型配置，就能配置知识库。

三、RAG配置模型

关于知识库的部分需要LLM与RERANK模型，添加方式与dify相似。

四、RAG知识库

上传文档后，进行解析，需要全部解析完才能使用，对于单个文档比较多的情况，会比较慢。

上传完成后，尝试使用一次。

五、dify+ragflow

5.1 ragflow中操作

在RAGFlow中创建一个api key

+

找到知识库id，如下图

5.2 在dify中操作

在dify中添加外部知识库

• API Ednpoint：填写http://<ragflow地址>:9380/api/v1/dify

• apikey：填写刚才在ragflow创建好的apikey，点击保存

正确填写信息后，保存，如下。

在创建知识库中，选择连接外部知识库：

需要正确填写直接准备的知识库ID

这样知识库就完成了，下面适用一下，以聊天助手类为例，添加外部知识库，即可。

设置后添加一个具体的问题

非常成功。