RAGFlow 怎么和其他工具组合：一条可落地的工作流
在「搜索与知识库」类工具里，RAGFlow 的定位是：以深度文档理解为特色的开源 RAG 引擎。
单独用一个工具往往只解决一段问题，这篇讲怎么把它和上下游工具串起来。
推荐组合：RAGFlow + Flowise
Flowise 的定位是：拖拽式搭建大模型应用与智能体的开源工具。两者分工可以是：RAGFlow 负责「内部文档入库」这一步，Flowise 负责把前后步骤串成自动化流程。
工作流步骤
- 明确交付物和验收标准，例如：切分后的段落能回溯到页码。
- 准备输入：一批 PDF、Word 和网页，先去掉敏感信息。
- 在 RAGFlow 中执行核心步骤（提示词见下文）
- 把结果交给 Flowise 做下一步处理，或从 Flowise 取得所需材料。
- 人工检查关键事实与格式，记录发现的问题。
- 把这次用到的提示词和设置保存为模板，下次复用。
内部文档入库
准备材料：一批 PDF、Word 和网页。
把这些文档解析为干净的文本：保留标题层级和表格，去掉页眉页脚，按章节切分，每段附上原文件名和页码。
交付前确认：切分后的段落能回溯到页码。
交接时最容易出问题的地方
- 格式不兼容：两边导入导出的格式提前测试一次。
- 信息丢失：每次交接附上来源和版本号。
- 责任不清：约定哪一步由谁做最终确认。
- 权限分散：两边的账号和分享范围分别检查。
如果暂时不想引入第二个工具，也可以先用 FastGPT 等同类产品替代其中一环，跑通流程后再决定。
更多可以试的用法
资料卡片整理
适用情况：手头有搜索得到的十几篇资料时。
把这些资料整理成卡片：每张卡片包括一句话结论、关键数据、来源和可信度评价，最后按主题分组。
交付前确认：每张卡片都有来源。
构建问答测试集
输入：一份产品手册。
根据手册编写 20 个用户可能问的问题及标准答案，标注答案所在章节，用来评估知识库检索效果。
检查点：每个答案都能在手册中找到。
检索效果对比
准备材料：同一批问题和两种检索配置。
用同一批测试问题分别跑关键词检索、向量检索和混合检索，记录前 5 条结果中正确段落的命中情况。
检查点：对比用同一批问题。
常见问题：中文检索效果差
选择对中文支持好的嵌入模型，并为专有名词建立同义词。
常见问题：表格内容检索不到
换用能保留表格结构的解析工具，或单独把表格转成文本描述。
常见问题：答案引用了错误段落
调整切分大小、加入重排序，并检查文档解析是否丢失标题。
概念补充：嵌入（Embedding）
把文本转成向量，用于语义相似度检索。
概念补充：混合检索
同时使用关键词和向量检索，兼顾精确匹配与语义理解。
适合人群：研究生
研究生可以用 RAGFlow 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。
适合人群：法务与律师助理
法务与律师助理可以用 RAGFlow 处理合同初审、法规检索等工作。需要注意：AI 输出不构成法律意见，条款和法规必须由执业人员核实。
注意事项
本文基于 RAGFlow 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。
涉及个人信息、商业机密或受监管数据时，先确认 RAGFlow 的数据处理条款，再决定能否使用。