学习 RAGFlow 的检索流程
经过一段时间的学习，我们已经深入了解了 RAGFlow 从文件上传、解析、分块到知识库构建的全过程，并探索了 RAPTOR、知识图谱、标签集等高级功能。至此，知识库的构建阶段已经完成，接下来我们将进入 RAG 应用的核心环节：检索与...
构建和使用 RAGFlow 的标签集
检索准确性是衡量生产级 RAG 框架的试金石。除了自动关键词提取、自动问题提取、知识图谱等提升检索效果的方法外，RAGFlow 还引入了自动提取标签的功能，它会根据每个知识块的相似性，自动将用户自定义标签集中的标签映射到...
学习 RAGFlow 知识库高级配置
目前为止，我们已经学习了很多关于 RAGFlow 的知识库配置，包括分块方法，PDF 解析器，嵌入模型，RAPTOR 策略，提取知识图谱等，除此之外，还剩下一些高级配置，我们今天一起来看下：页面排名（pagerank）当...
学习 RAGFlow 的知识图谱功能
昨天我们学习了 RAGFlow 的 RAPTOR 分块策略，今天我们将继续学习另一种高级配置 —— 提取知识图谱（use_graphrag）：该特性自 v0.16.0 起引入，开启该配置后，RAGFlow 会在当前知识库的分块上构建知识图谱，构建步骤...
学习 RAGFlow 的 RAPTOR 分块策略
在学习知识库配置时，我们提到了一个高级配置 —— 使用召回增强 RAPTOR 策略（use_raptor）：开启该配置后，RAGFlow 会使用 RAPTOR 分块策略，这是去年提出的一种增强型文档预处理技术，旨在解决多跳问答问题，通过对文档片段进...
学习 RAGFlow 的 DeepDoc 技术之视觉处理
我们之前已经学过，DeepDoc 由 解析器（parser） 和 视觉处理（vision） 两个部分组成。解析器提供了不同格式文档的通用解析方法，我们花了两天时间，对这 10 个解析器的源码做了深入分析；今天我们将学习 DeepD...
学习 RAGFlow 的 DeepDoc 技术之解析器（二）
在上一篇文章中，我们学习了 RAGFlow 的 DeepDoc 技术，并对 DeepDoc 的 10 大解析器做了个概览，目前我们已经学习了其中的 3 种解析器，包括：DOCX 解析器、Excel 解析器 和 PPT 解析器。...
学习 RAGFlow 的 DeepDoc 技术之解析器
我们昨天将任务执行器中的 do_handle_task() 函数从头到尾梳理了一遍，详细学习了 RAGFlow 的文件解析和分块逻辑。其中还遗漏了一些关键技术点，包括 DeepDoc 深度解析文档、RAPTOR 分块策略、Grap...
再学 RAGFlow 的文件解析逻辑
经过几天的学习，我们了解了 RAGFlow 的文件上传和解析流程，了解了解析任务是如何触发并放入 Redis Stream 消息队列中，等待任务执行器消费和处理的。今天我们将继续学习任务执行器中最重要的函数 do_handle_task...
学习 RAGFlow 的知识库配置
书接上回，昨天我们深入学习了如何触发解析任务，如何通过 Redis Stream 作为消息队列投递任务，以及任务执行器如何利用 trio 异步框架和消费者组机制，消费和处理这些任务。我们可以用 Redis 客户端连接到 Redi...