网上一直有一种声音，叫做AI抢了大部分人的饭碗，同时也提供了大量的新的工作岗位。随着部署使用这次的 RAGFlow，就更加感受到了这一点。
RAGFlow 是什么
RAGFlow 是一款 开源的 RAG（检索增强生成）引擎，专注于通过深度文档理解技术，帮助企业及个人高效处理复杂格式的非结构化数据（如合同、报表、论文等），并生成带精准引用的可信回答。
上面是 deepseek 给的介绍，再说说我的理解：他就是一个用于检索已有数据，提取关键内容后，整合输出的工具引擎。通俗一点来讲，就是一个比较小范围的AI搜索引擎。
本文重心主要介绍使用 RAGFlow 解决实际问题上，下载/安装/部署等前置条件相关，请查看这篇文章：kymjs.com/code/2025/0…
RAGFlow 部署完成以后，可以看到顶部总共有五个TAB，我们重点看【知识库】，【聊天】，【Agent】。
知识库
这个是最核心的部分，用于存储全部的文档数据。文档上传以后，AI会自动解析文档，有多种解析方式，目的就是把文档中的内容记录下来，方便查询的时候，能够快速用文档中的内容回答对应的问题。
点击右上角的创建知识库，名字可以随便给，比如上面的图，我创建了三个知识库，分别是测试数据，官网的文档，GitHub issue。
创建完知识库以后，首先要做的第一件事就是设置好知识库对文档的解析方式。也就是下图圈起来的部分。
这里重点介绍最常用的两种：General 和 Q&A
General 切片
"General" 分块方法支持的文件格式为MD、MDX、DOCX、XLSX、XLS (Excel 97-2003)、PPT、PDF、TXT、JPEG、JPG、PNG、TIF、GIF、CSV、JSON、EML、HTML。 此方法将简单的方法应用于块文件：
- 系统将使用视觉检测模型将连续文本分割成多个片段。
- 接下来，这些连续的片段被合并成Token数不超过“Token数”的块。
简单来说就是，首先基于图像分块（比如jpg这类图片）分好块以后，再提取文字或图片内容，将内容合并成一个块。没错，他就是基于块来切片的。
同时你可以自定义分块的方式，比如这里，默认是根据\n也就是换行符来分块，你也可以自定义，根据某个特殊字符来分块，同时支持定义每个块的 token 数。需要注意的是，这个 token 数并不是绝对的，比如如果AI认为此时的块过大，也会自己拆分。
这种切片方式，通常适合官网文档，或者技术博客这种长篇文章的切片。AI自己提取每段的主要内容，如果有必要，还会生成每段的关键词和对应解决的问题，当然这些关键词和问题你也可以自己手动编辑，用于应对后续问题的回复。
Q&A 切片
本文节选，完整原文请访问开源实验室：kymjs.com/code/2025/0…
