ragflow v0.22.1¶

为什么要使用RAGFlow¶

在信息泛滥的时代，企业智能化的道路上横亘着一道巨大鸿沟：数据如洪水般涌来，却无法转化为真正的商业智慧。文档散落在各个角落，知识被锁在无形的牢笼中，团队在重复造轮子的循环中消耗着创造力。这正是RAGFlow要解决的核心矛盾——它不只是另一个AI工具，而是打通知识血脉的智能中枢，让沉默的数据开口说话，让散落的灵感重新连接。

想象一下：当竞争对手还在人工翻阅千份文档时，你的团队已能瞬间获取精准答案；当别人疲于应付重复性查询时，你的系统正主动提供决策支持。RAGFlow将检索增强生成技术化为流淌在企业血脉中的智能血液，它理解上下文、跨越数据孤岛，在混乱中建立秩序，在碎片中拼出全景。这不仅是效率的提升，更是认知方式的革命——当知识真正流动起来，创新的火花便会自然迸发。

RAGFlow是什么¶

RAGFlow是一款基于检索增强生成（RAG）技术的开源AI工作流平台。它像一位永不疲倦的知识管家，能够理解各种格式的文档——从Word、PDF到表格和演示文稿，通过智能解析和深度学习，构建起企业专属的知识大脑。简单来说，它让计算机真正“读懂”你的资料，并在此基础上进行智能对话、内容生成和决策支持。

与传统问答系统不同，RAGFlow具备深度文档理解能力，支持复杂的工作流编排，让AI不只是简单应答，而是成为能够处理多步骤复杂任务的智能伙伴。无论是企业内部的知识管理、客户服务，还是个性化的内容创作，它都能提供精准、可靠的AI支持。

入门示例¶

真实场景：智慧法律助手

某律师事务所每天需要处理数百份法律文书、判例和法规。过去，律师们要花费数小时在案卷堆中寻找相关判例。现在，他们部署了RAGFlow构建的“法律智能助手”。

开发团队将历年判例、法律法规和合同范本上传至RAGFlow，系统自动解析文档结构、理解法律术语间的关联。当律师询问“最近三年知识产权侵权案件的赔偿标准趋势”时，RAGFlow在秒级内检索相关判例，分析赔偿金额的变化规律，并生成一份结构化的分析报告，包括关键判例引用、赔偿计算方法和趋势图表。

开发示例：

# 连接RAGFlow API进行文档上传和查询
import requests

# 上传法律文档集
url = "http://ragflow-server/api/v1/documents"
files = {'file': open('legal_cases.pdf', 'rb')}
response = requests.post(url, files=files)

# 进行智能查询
query_url = "http://ragflow-server/api/v1/chat"
payload = {
    "question": "近三年知识产权侵权赔偿标准有哪些变化？",
    "kb_ids": ["legal_knowledge_base"]
}
answer = requests.post(query_url, json=payload)

print(answer.json()['answer'])

这个系统不仅回答了问题，还提供了判例来源、法律依据和实务建议，大大提升了法律研究的效率和质量。

RAGFlow v0.22.1版本更新了什么¶

本次更新显著增强了Agent功能，支持将输出导出为Word或Markdown格式，并新增了列表操作和变量聚合组件。数据源方面扩展了S3兼容存储（如MinIO）和JIRA同步能力。框架层面完成了从Flask到Quart的异步升级，提升了并发性能并解决了上游LLM服务的阻塞问题。同时修复了文件解析、图像显示等多个关键问题，并新增了对Gemini 3 Pro Preview模型的支持。

更新日志¶

Release v0.22.1 创建于 2025-11-19 20:13:52+08:00

摘要¶

改进¶

Agent：
支持将 Agent 输出导出为 Word 或 Markdown 格式。
新增**列表操作**组件。
新增**变量聚合器**组件。
数据源：
支持 S3 兼容数据源，例如 MinIO。
新增与 JIRA 的数据同步功能。
继续重新设计**个人资料**页面布局。
将 Flask Web 框架从同步升级为异步，提高了并发性，并解决了请求上游 LLM 服务时导致的阻塞问题。

修复问题¶

修复了 v0.22.0 中的问题：在使用 -full 版本 RAGFlow 内置模型的数据集中，用户无法解析上传的文件或切换嵌入模型。
修复了 Word 文档中图像拼接的问题。
修复了聊天历史中混合图像和文本显示不正确的问题。

新增支持模型¶

Gemini 3 Pro Preview

更新内容¶

重构函数名称。
修复：重置 Agent 组件的输出。
修复：支持个人资料图片裁剪。
修复：更新 README。
功能：在文档