大模型平台Dify工作流高效调用Ragflow知识库，解决其原生知识库解析和检索能力不足的问题

Dify调用Ragflow知识库的详细步骤，安装详细部署在我之前文章

多图超详细：Docker安装知识库AI客服RAGFlow的详细步骤、使用教程及注意事项：。超详细：Dify大语言模型工作流开发平台的安装与使用，deepseek知识库客服等。

Ragflow的地址http://localhost:81 和Dify地址http://localhost

---

一、准备工作

1. 确认端口配置
   • 确保Ragflow的API服务已正确运行在http://localhost:81，且Dify与Ragflow部署在同一台主机（如Docker容器或本地环境）。
   • 若两者均通过Docker部署，需检查端口映射是否冲突（如默认80/443端口），需修改Ragflow的Web端口或API端口。
   • docker compose·冲突
     Ragflow的API都是docker目录，会导致docker compose在管理时有冲突
     解决方案：docker compose -p ${name}
     docker compose -p dify up -d
2. 获取Ragflow的API Key和知识库ID
   • API Key：登录Ragflow后台，点击右上角头像 → API → API Key → 创建新密钥并复制。
   • 知识库ID：进入Ragflow知识库详情页，浏览器地址栏末尾的id=xxxx即为知识库ID（如http://localhost:81/knowledge/dataset?id=abc123）。

---

二、Dify配置步骤

1. 添加外部知识库API
   • 登录Dify后台，进入 知识库 → 外部知识库API → 添加。
   • 外部知识库名称：自定义名称。
   • 外部知识库API：选择刚添加的API（如“Ragflow-本地知识库”）。
   • 外部知识库ID：粘贴Ragflow知识库ID。
   • 召回参数：设置Top K（默认2，可调大）和Score阈值（默认0.5）。
   • 填写以下信息：
     • Name：自定义名称（如“Ragflow-本地知识库”）。
     • API Endpoint：填写http://host.docker.internal:9380/api/v1/dify（需包含/api/v1/dify路径）。
     • API Key：粘贴Ragflow生成的API Key。​

---

三、测试与验证

1. 创建应用并关联知识库

在Dify中创建空白应用，进入 知识库上下文，选择已连接的Ragflow知识库。

1. 问答测试
   • 输入问题，观察Dify是否返回Ragflow知识库的精准结果。
   • 若返回结果为空，检查API Key、知识库ID或端口配置是否正确。

---

四、常见问题解决

1. 403权限错误
   • 确认API Key是否正确，或检查Ragflow的API服务是否允许本地访问。
2. 知识库ID获取失败
   • 通过浏览器开发者工具（F12）抓取Ragflow的list接口响应，提取知识库ID。
3. 端口冲突
   • 若Ragflow与Dify端口冲突，修改Ragflow的Docker配置（如将Web端口改为90，API端口保持81）。

---

五、扩展优化

• 调整检索策略：在Ragflow中配置嵌入模型（如text-embedding-ada-002）和重排序模型（如gpt-3.5-turbo），提升召回质量。
• 批量解析文档：通过Ragflow上传PDF/Excel等文件，选择“通用切片方法”优化解析。

---

通过以上步骤，Dify可高效调用Ragflow知识库，解决其原生知识库解析和检索能力不足的问题。若需进一步调试，可结合Postman测试Ragflow的/retrieval接口。