♥ RagFlow官方问题汇总

♥ RagFlow HTTP API Reference

♥ 中文帮助文档

知识库、无幻觉聊天和文件管理是RAGFlow的三大支柱。RAGFlow的AI聊天基于知识库。RAGFlow的每个知识库都作为知识源，将从本地机器上传的文件和文件管理中生成的文件引用解析为未来AI聊天的真正“知识”。

1、RagFlow-Main源码解读

2、参数阈值调整

2.0 创建知识库

2.0.1 选择块方法

2.0.2 选择嵌入模型

嵌入模型在文件块上构建向量索引。一旦您选择了一个嵌入模型并用它来解析一个文件，您就不再被允许更改它。要切换到不同的嵌入模型，您必须删除知识库中所有完成的文件块。显而易见的原因是，我们必须确保使用相同的嵌入模型解析特定知识库中的所有文件（确保它们在相同的嵌入空间中进行比较）。

2.0.3 干预文件解析结果

注：您可以将关键字添加到文件块以增加其相关性。此操作会增加其关键字权重，并可以提高其在搜索列表中的位置。

2.1 聊天助理配置

2.2 提示引擎

Ragflow帮助文档

2.3 模型参数设置

相似度阈值为每个文本块设置相似度“栏”。默认值为0.2。相似度分数较低的文本块将从最终响应中过滤掉。
向量相似度权重默认设置为0.3，RAGFlow使用混合评分系统，结合关键词相似度和向量相似度，用于评估不同文本块的相关性，该值设置分配给混合评分中向量相似度组件的权重。
前N决定了馈送到LLM的最大块数。换句话说，即使检索到更多的块，也只提供前N个块作为输入。
自由是指 LLM 即兴创作的水平。从即兴、精确到平衡，每个自由级别对应于温度、顶部P、存在惩罚和频率惩罚的独特组合。
温度：LLM预测随机性的水平。值越高，LLM越有创造力。
顶部P也称为“细胞核采样”。有关更多信息，请参阅此处。
Max Tokens：LLM响应的最大长度。请注意，如果此值设置得太低，响应可能会被缩减

3、Agent

将聊天功能集成到您的应用程序中

RAGFlow还提供对话API。将鼠标悬停在您的对话>Chat Bot API上以将RAGFlow的聊天功能集成到您的应用程序中：

RagFlow其他部署操作