DeepSeek+ragflow构建企业知识库之工作流，突然觉的dify又香了

我们按照下图的数据介绍组件。ragflow的的官方文档相对来说还是比较欠缺的，特别是用户交互这块。ragflow的ui使用成本相对比较高，组件不知道返回什么，只能根据示例或意图推断使用ragflow建议是有技术底子的英文文档的描述习惯和中文还是有很大的差别的说实话，用着有点崩溃，哈哈。为了帮助更多热爱技术、渴望成长的朋友，我特别整理了一份涵盖大模型领域的宝贵资料集。这些资料不仅是我多年积累的心血结

bugyinyin

1509人浏览 · 2025-03-05 15:00:34

bugyinyin · 2025-03-05 15:00:34 发布

前言

这边分享下raglow的agent，也就是工作流。

基础组件介绍

我们按照下图的数据介绍组件。

Begin（开始）组件

启动工作流：Begin组件是工作流中的起始组件，自动出现在画布上，不能被删除。原文
设置开场白或接受输入：可以设置开场白或接受用户输入的全局变量。

在开始节点中，我们通过2设置agent的开白场
通过点击3新增变量（需要注意的是，ragflow的变量是全局变量）
打开变量设置对话框以后,我们可以通过4设置输入框的类型

Retrieval（知识检索）组件

此组件用于从知识库中检索相关信息。选择知识库。如果没有检索到任何内容，将返回“空响应”。

新增输入变量3：有两种类型的输入变量——引用和文本。引用e使用组件输出或用户输入作为数据源，Text使用固定文本作为查询。没有dify丰富，而且还有个问题，引用的时候能看到所有的变量
4相似度阈值：设置用户查询与数据集中存储的块之间的相似度阈值，默认值为0.2
关键词相似度权重5：设置关键词相似度在综合相似度得分中的权重，默认值为0.7，向量相似度的权重为0.3。
Top N6：从检索到的块中选择“Top N”块并传递给LLM，默认值为8。
重排模型7：可选，如果选择了重排模型，将使用加权关键词相似度和加权重排得分进行检索，但这会显著增加系统的响应时间。
知识库8:可以选择多个知识库，如果选择多个，必须保证它们使用相同的嵌入模型，否则会出现错误信息
空回复9:如果没有检索到数据，回复设置的默认值

Generate（生成回答）组件

此组件用于调用LLM生成文本，请注意提示词的设置。

在生成回答组件1中,我们通过2可以修改修改组件的id
通过3调整组件使用的模型，可以选择已经配置的模型服务
ragflow给了我们三组参数4用来控制模型的自由度，可以减少我们的思考
需要注意的是，我们需要关注下最大Token根据自己的业务来即可。
存在惩罚（Presence penalty）：鼓励模型在响应中包含更多样化的标记，默认值为0.4
频率惩罚（Frequency penalty）：阻止模型在生成的文本中过于频繁地重复相同的单词或短语，默认值为0.7
系统提示词6,通过提示词我们来指定模型的能力，一般会结合输入，需要注意的是ragflow不能通过{来快捷的获取变量引用
引用，主要用于多轮会话，是否引用以前的内容，12是引用多少个窗口，这个和token相结合
通过7新增变量以后，才可以在组件内使用，和dify一样

Interact（对话）组件

该组件用作机器人与人类之间的接口。它接收用户的输入并显示机器人的计算结果。

Categorize（问题分类）组件

此组件用于对文本进行分类。请指定类别的名称、描述和示例。每个类别都指向不同的下游组件。问题分类，你可以理解为是条件判断的增强，条件判断是基于具体的值，问题分类是使用大模型根据问题描述，以及示例，推导出的分类，并指向对应的流程。

引用节点输出1并不是一个结构化的输出，
模型参数的调整和生成回答一样
通过3和4、5设置大概什么情况归到这个分类。

Message （静态消息）组件

此组件用于向用户发送静态信息。您可以准备几条消息，这些消息将被随机选择。

Rewrite（问题优化）组件

此组件用于细化用户的提问。通常，当用户的原始提问无法从知识库中检索到相关信息时，此组件可帮助您将问题更改为更符合知识库表达方式的适当问题。

keyword( 关键词 )组件

该组件用于从用户的问题中提取关键词。Top N指定需要提取的关键词数量。比如用于我们之前的从数据库查询知识的场景，不用我们去处理了。

Switch（条件）组件

该组件用于根据前面组件的输出评估条件，并相应地引导执行流程。通过定义各种情况并指定操作，或在不满足条件时采取默认操作，实现复杂的分支逻辑。

这里可以通过引用组件的输出值作为比较条件，可以添加多个条件，且支持逻辑操作符。

Concentrator（集线器）组件

该组件可用于连接多个下游组件。它接收来自上游组件的输入并将其传递给每个下游组件。

在ragflow中，有些节点的输出，只能指向一个节点，如果你需要并行操作的时候，需要添加集线器。

Template（模板转换）组件

该组件用于排版各种组件的输出。有助于将各种数据或信息源组织成特定格式，便于后续处理和展示

1、支持Jinja2模板,会先将输入转为对象后进行模版渲染
2、同时保留原使用{参数}字符串替换的方式

![](https://i-blog.csdnimg.cn/img_convert/1e426b0e7774359073abac9da0b65b8e.png)

（循环）组件

该组件首先将输入以“分隔符”分割成数组，然后依次对数组中的元素执行相同的操作步骤，直到输出所有结果，可以理解为一个任务批处理器。例如在长文本翻译迭代节点中，如果所有内容都输入到LLM节点，可能会达到单次对话的限制，上游节点可以先将长文本分割成多个片段，配合迭代节点对每个片段进行批量翻译，避免达到单次对话的LLM消息限制。