跳到主要内容

🚀 KnowFlow 正式发布：RAGFlow 企业级落地的最后一公里

· 阅读需 6 分钟
KnowFlow 团队
KnowFlow 团队
KnowFlow 核心开发团队

🎉 重磅发布​

我们很高兴地宣布 KnowFlow 正式发布！这是一个基于 RAGFlow 的开源项目，专为企业级场景设计，致力于成为 RAGFlow 官方开源产品真正落地企业场景的最后一公里服务。

🚀 为什么选择 KnowFlow？​

RAGFlow 作为优秀的开源 RAG 框架，在学术和研究领域表现出色。但在企业实际落地过程中，我们发现还需要更多的企业级特性和最佳实践。KnowFlow 应运而生，它不是要替代 RAGFlow，而是要增强它，让它更好地服务于企业场景。

🌟 核心优势​

🔌 插件化架构，升级无忧​

KnowFlow 采用插件化架构设计，通过 Plugin & Patch 机制增强 RAGFlow 而不破坏原生代码。这意味着：

  • 无缝兼容：支持 RAGFlow 任意版本
  • 热插拔：所有增强功能均可独立启用/禁用
  • 零入侵：不修改 RAGFlow 核心代码
  • 升级友好：RAGFlow 官方更新时，KnowFlow 可以平滑升级

🏢 企业级特性，开箱即用​

我们深入了解企业需求，集成了以下关键特性：

  • MinerU2.x OCR 引擎：支持高质量文档解析
  • 团队/用户/权限管理：完整的多租户支持
  • 企业微信集成：无缝对接企业办公环境
  • LDAP/SSO：企业级身份认证（开发中）

🧩 丰富的分块策略​

文档分块是 RAG 系统的核心环节，KnowFlow 提供了多种分块策略：

  • 文档结构分块：基于文档自然结构
  • 按标题分块：智能识别标题层级
  • RAGFlow 原分块：保持与官方完全一致
  • 图文混排：支持图片和文本的混合处理

🎯 主要功能​

全新 UI 界面​

基于 RAGFlow v0.18.0 二次开发的全新 UI 界面，目前已适配 v0.19.0：

  • 更现代的设计语言
  • 更直观的用户体验
  • 更完善的功能布局

用户后台管理系统​

参考 ragflow-plus 项目，我们构建了完整的用户后台管理系统：

  • 用户管理：创建、编辑、删除用户
  • 团队管理：多租户支持，团队隔离
  • 模型配置管理：灵活的模型配置策略
  • 自动团队分配：新用户自动加入默认团队

图文混排输出​

支持市面上常见的文件格式：

  • 文档格式：PPT, Word, Excel, PDF 等
  • 图片格式：PNG, JPG, GIF 等
  • 智能解析：自动识别文档结构
  • 混排输出：图片和文本的完美结合

企业微信应用​

将 KnowFlow 打造成企业微信应用：

  • 聊天机器人：直接在企业微信中使用
  • 权限控制：基于企业微信的身份验证
  • 消息推送：重要信息及时通知

🛠️ 技术架构​

KnowFlow 采用现代化的技术栈：

  • 后端：Python + FastAPI
  • 前端：React + TypeScript
  • 数据库：支持多种数据库
  • 容器化：Docker + Docker Compose
  • OCR 引擎：MinerU2.x

📦 快速开始​

🐳 Docker Compose 部署（推荐）​

步骤 1：启动 MinerU 服务​

docker run --rm -d --gpus=all \
  --shm-size=32g \
  -p 8888:8888 -p 30000:30000 \
  --name mineru-api \
  zxwei/mineru-api-full:2.1.0

步骤 2：执行安装脚本​

./scripts/install.sh

步骤 3：启动服务​

docker compose up -d

步骤 4：访问系统​

🌐 管理界面：http://your-server-ip:8081

提示

请将 your-server-ip 替换为您的实际服务器 IP 地址。

💻 源码部署​

后端服务​

cd management/server
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt
python3 app.py

前端服务​

cd management/web
pnpm i
pnpm dev
开发环境

源码部署适合开发和调试环境，生产环境建议使用 Docker Compose 部署。

🤝 社区与贡献​

KnowFlow 是一个开源项目，我们欢迎社区的参与和贡献：

如何贡献​

  1. 代码贡献：提交 Pull Request
  2. 问题反馈：报告 Bug 或提出改进建议
  3. 文档完善：帮助改进文档
  4. 社区推广：分享使用经验

🔮 未来规划​

我们有着清晰的发展路线图：

短期目标（Q1 2025）​

  • 完善 LDAP/SSO 集成
  • 增加更多文档格式支持
  • 优化性能和稳定性
  • 完善文档和示例

中期目标（Q2-Q3 2025）​

  • 多语言支持
  • 高级分析和报表功能
  • 更多企业级集成
  • 云原生部署支持

长期目标（Q4 2025 及以后）​

  • AI 助手功能增强
  • 自动化运维工具
  • 企业级 SLA 支持
  • 生态系统建设

💡 最佳实践​

基于我们的实践经验，我们总结了一些最佳实践：

📸 图文混排配置​

为了确保图文混排功能正常工作，聊天助手的提示词配置很重要：

请参考{knowledge}内容回答用户问题。
如果知识库内容包含图片，请在回答中包含图片URL。
注意这个 html 格式的 URL 是来自知识库本身，URL 不能做任何改动。
请确保回答简洁、专业，将图片自然地融入回答
注意事项
  • 图片 URL 不能做任何修改
  • 确保提示词中包含图片处理逻辑
  • 建议在测试环境中验证图文混排效果

⚡ 性能优化​

优化项目推荐配置说明
硬件配置16GB+ 内存，4核心+ CPU基础运行要求
GPU 加速NVIDIA GPU 推荐显著提升 OCR 性能
分块策略根据文档类型选择提升检索准确率
缓存配置合理配置缓存提升响应速度
性能建议
  • 生产环境建议使用 GPU 加速
  • 根据实际文档类型调整分块策略
  • 定期监控系统资源使用情况

🙏 致谢​

感谢以下项目和社区的支持：

  • RAGFlow 团队：提供了优秀的基础框架
  • MinerU 团队：提供了强大的 OCR 引擎
  • 开源社区：提供了丰富的工具和库
  • 早期用户：提供了宝贵的反馈和建议

📞 联系我们​

如果您有任何问题或建议，欢迎通过以下方式联系我们：

  • GitHub Issues：技术问题和 Bug 报告
  • GitHub Discussions：功能讨论和经验分享
  • 项目文档：详细的使用指南和 API 文档

让我们一起构建更好的企业级 RAG 解决方案！🚀