ragflow v0.15.0¶

为什么要使用ragflow¶

在当今信息爆炸的时代，如何高效地获取和处理信息成为了一个亟待解决的难题。传统的数据处理方式往往无法满足快速变化的需求，导致信息的获取变得缓慢且低效。而ragflow的出现，正是为了打破这一困境。它不仅提供了强大的数据处理能力，还能通过智能化的方式提升信息检索的效率。想象一下，如果你能够在瞬间找到所需的信息，节省下来的时间和精力将会让你在工作和生活中游刃有余。然而，ragflow的优势并不仅限于此，它还能够帮助用户在复杂的数据环境中，轻松应对各种挑战，真正实现信息的高效流动。

ragflow是什么¶

ragflow是一个开源项目，旨在通过结合检索增强生成（RAG）技术，提供高效的信息检索和处理能力。它通过智能化的API和工具，帮助开发者快速构建和部署基于知识库的应用程序。ragflow的设计理念是简化数据处理流程，使得用户能够更专注于业务逻辑，而不是繁琐的技术细节。

入门示例¶

假设你是一名数据科学家，正在开发一个智能问答系统。使用ragflow，你可以轻松集成多个知识库，通过其提供的API快速检索相关信息。例如，当用户询问某个特定问题时，ragflow能够自动从多个数据源中提取信息，并生成准确的回答。通过简单的代码实现，你可以在几分钟内构建出一个功能强大的问答系统，极大地提升了开发效率。

ragflow v0.15.0版本更新了什么¶

ragflow v0.15.0版本引入了多个新特性和改进，包括增加了特定代理的API、支持使用页面排名分数提升检索性能、提供了在聊天和代理中集成RAGFlow的iframe、添加了Kubernetes部署的Helm图表、支持以JSON格式导入或导出代理等。此外，该版本还增强了任务管理的弹性，支持从失败中恢复GraphRAG和RAPTOR。

更新日志¶

发布于2024年12月18日。感谢大家的支持！

新特性¶

引入了额外的代理特定API。
支持使用页面排名分数来提升在多个知识库中的检索性能。
在聊天和代理中提供iframe，以便将RAGFlow集成到网页中。
添加了用于在Kubernetes上部署RAGFlow的Helm图表。
支持以JSON格式导入或导出代理。
支持代理组件/工具的逐步运行。
新增了UI语言：日语。
支持从失败中恢复GraphRAG和RAPTOR，增强任务管理的弹性。
添加了更多Mistral模型。
为UI添加了暗黑模式，允许用户在明亮和黑暗主题之间切换。

改进¶

升级了Deepdoc中的文档布局分析模型。
在使用Infinity作为文档引擎时显著提升了检索性能。

总结¶

在ragflow v0.15.0版本中，开发团队不仅引入了多项新特性，如增强的API和支持多种语言的功能，还对系统的性能进行了显著提升。这些更新将进一步优化用户体验，使得ragflow在信息检索和处理领域的应用更加广泛和高效。