微信扫码
添加专属顾问
我要投稿
结合DeepChat和RAGFlow两大利器,打造知识库智能问答系统,效率提升300%! 核心内容: 1. RAGFlow部署与知识库创建方法 2. DeepChat配置RAGFlow实现智能问答 3. 注意事项与问题解决方案
参考《RAGFlow实践:快速实现知识库的智能检索》部署RAGFlow并创建知识库。
DeepChat是通过MCP方式调用RAGFlow,所以,部署的RAGFlow需要支持MCP。
点击账户图标:点击“API”:
将API服务器地址保存备用。
点击“API KEY”:点击“创建新密钥”:
点击“复制”按钮保存密钥:
然后点击“确定”,关闭对话框。
数据集ID就是创建的一个知识库,这个知识库在数据库中有一个编号。
使用数据库连接工具如 Navicat连接到RAGFlow的MySQL数据库的knowledgebase表中获取对应ID:将此ID保存备用。
数据库连接信息在ragflow-main/docker/.env中。
Docker部署的RAGFlow MySQL数据库密码是:infini_rag_flow
RAGFlow相关信息保存备用后,开始DeepChat的配置。
启动DeepChat客户端,依次点击“设置”--->“MCP设置”,找到ragflowKnowledge的编辑按钮:点击“添加RAGFlow配置”:
将RAGFlow中保存备用的信息一一填入对应位置:然后,点击“添加配置”。
完成RAGFlow配置添加后,回到对话界面,启用RAGFlow知识库MCP:
⚠️使用的大模型必须支持工具调用。
向它提问:返回结果:
当前RAGFlow无法在Web界面上获取数据集ID,需要到数据库中获取。
在官方群咨询过,deepchat默认精确度是0.5,小于这个精确度是没有返回的:如何调整让它返回呢?
首先,去RAGFlow的知识库中进行检索测试:可知当前混合相似度是47.71,就是0.48的样子,小于DeepChat的0.5,所以DeepChat没有返回。
然后,可以用系统提示词或者在问它问题时提醒它:“相似度大于0.3就返回结果”,此处我通过系统提示词设置:再次询问,就有返回结果了:
建议通过提示词告知DeepChat的精确度。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-06-24
企业级 Agent 最缺的不是聪明,是"不敢编"——企查查智能体数据平台的三层反幻觉工程
2026-06-24
别再怪向量检索不行!90% RAG 检索拉胯,都是关键词提取在拖后腿
2026-06-24
别再把 RAG 当搜索框了:Bayer 这套 Agentic RAG,把上下文、反思、恢复和评测全焊进生产系统
2026-06-24
上生产GraphRAG的重活,SAG请外援解决了
2026-06-23
RAG之后,知识库开始自己长大
2026-06-23
AI 知识库开始分叉:LLM Wiki 和 GBrain 真正的差别
2026-06-23
谷歌发布OKF(Open Knowledge Format)规范,它与Karpathy的LLM-wiki是什么关系?
2026-06-23
RAG 的尽头,是 SQL?
2026-04-06
2026-04-27
2026-04-02
2026-03-31
2026-04-23
2026-04-20
2026-04-09
2026-04-12
2026-04-22
2026-04-10
2026-06-23
2026-06-23
2026-06-15
2026-06-10
2026-06-10
2026-05-20
2026-05-18
2026-05-11