详解：RAGFlow知识库管理和嵌入网站的方法全攻略

掌握RAGFlow知识库管理与网站嵌入的全面指南。

这次我们来深入拆解一下RAGFlow的知识库功能，以及如何将它嵌入到自己的网站中。内容比较实操，会从知识库的创建、配置细节，一直聊到最终在对话中绑定应用、甚至嵌入到网页里。

一、知识库

路径很简单：菜单 → 知识库 → 创建知识库。

点击“确定”后，就完成了初步创建。接下来会进入详情页面，真正的配置挑战才刚开始。

1、配置

先说说几个核心配置项：

• PDF解析器：
  这里有两个选项。DeepDoc 是利用视觉模型来做PDF布局分析的，能更精准地识别出标题、文本块、图像、表格的层级关系。如果你选 Naive，那只会提取纯文本内容。请注意，这个设置仅对PDF文件生效。

• 嵌入模型：
  选择你已经配置好的模型即可。

• 切片方法：
  这里的选项很多，得根据实际场景来选。比如 General 适用于通用文档，Q&A 适合问答对格式的数据，Paper 则是专门为PDF论文设计的。

• 建议文本块大小：
  这是一个关于token数的阈值。系统会把切分后的小文本段不断合并，直到接近这个阈值为止。但如果文本中没有遇到分段标识符，即使超过了这个阈值，也不会自动生成新块。理解这个机制很重要。

• 文本分段标识符：
  支持多字符作为分隔符，需要用 `` 包裹起来。举个例子，你设置成 n`##`;，系统就会先用换行符、两个#号和分号对文本进行初步分割，然后再按建议的文本块大小进行拼装。如果你整理的数据里每条知识都用换行符隔开了，那这里就正好可以利用起来。

配置完成后，点击“保存”就跳转到了数据集界面。

2、数据集

在这个界面，你可以添加数据集，上传本地文件，而且支持一次选择多个文件。

操作流程上有一点需要特别注意：

1. 文件上传完成后，还需要手动点击“解析”按钮。
2. 解析是比较耗时的操作，数据量越大时间越长。所以建议等一个文件解析完毕，再点击下一个进行解析。
3. 解析完成后，数据会被保存到对应的向量数据库中。

3、示例

这里用三个具体案例来演示不同文档类型的配置差异：论文-PDF、GPT报错-QA、中医诊断。

文件是《Attention Is All You Need》论文，PDF格式。配置如下：

文件是Excel文档，内容是问答对格式：

配置上，切片方法要选择 Q&A，这样才能正确处理这种结构化的数据。

文件是txt文本文档，每条知识之间用换行符分隔：

配置上，就需要在文本分段标识符里填入换行符，来告诉系统如何正确切分数据。

二、聊天对话

1、绑定知识库

新建对话助理的方法之前聊过，核心就是将助理与你刚刚创建好的知识库关联起来。

2、聊天对话

开始对话后，你会看到答案都来自知识库里存储的数据。更棒的是，系统还会显示答案是从哪个具体文档里获取到的，溯源非常清晰。

三、嵌入网站

RAGFlow 还提供了两种外部系统接入方式：iframe嵌入 和 API调用。

1、设置API Key

路径：头像 → API → API Key。创建新密钥后，系统会自动生成一个Token。

2、嵌入网站

路径：菜单 → 聊天 → 点击某一个聊天助理 → 嵌入网站。

可以看到有“全屏嵌入”和“部分嵌入”两种模式。“全屏嵌入”是iframe形式，适合直接嵌入到页面里；“部分嵌入”则是API形式调用，适合需要更灵活集成的场景。