Dify接入RAGFlow无返回结果

码龄8年

关注

转载最新推荐文章于 2026-02-15 00:22:55 发布 122 阅读 GEO检测

从12摄像头到纯视觉：小鹏AI鹰眼方案如何用LOFIC技术省掉激光雷达？本文深入解析小鹏汽车AI鹰眼方案如何通过LOFIC技术实现纯视觉自动驾驶，替代传统激光雷达。LOFIC摄像头在动态范围、噪声控制和HDR优化方面表现卓越，结合800万像素双目广角摄像头，达到激光雷达级测距精度。该方案不仅降低成本，还提升系统可靠性和用户体验，展示了纯视觉路线的技术潜力与边界。阅读详情

0. 前言#

在介绍该问题的解决方法前，先谈一谈最近一段时间使用Dify和RAGFlow的一些感受，希望可以给有需要的人提供一些思路或帮助。需要解决方法的可以直接跳到第4部分。

最近在摸索基于知识库的问答助手，开始的时候没有仔细了解过大名鼎鼎的RAGFlow，而是先上手了Dify（Dify的部署可以查看我的上一篇文章：内网环境部署Deepseek+Dify，构建企业私有化AI应用），Dify自带的知识库只是个能用的程度，所以又找到了RAGFlow。

1. 使用感受#

RAGFlow自带了多种文档的解析和切片方法（针对手册类型的PDF、书籍类PDF，Excel表格等等），大大减少了文档整理的工作量。即便如此，如果想要很好的召回效果，还是需要尽可能的去整理知识文档，调整内容和格式。

在召回不是很好的内容块上，RAGFlow也支持添加关键词，在搜索时可以结合关键词来匹配内容块（但并不支持作为外部知识库时使用，非常可惜），能够显著提高搜索精度。

由于事先体验在Dify上体验了大模型的对话以及工作流的编排，在这些方面RAGFlow就像个新兵蛋子，同样的大模型，在RAGFlow上创建的助手回答问题很僵硬（可能是默认提示词的区别），对于对话相关的功能支持不是很好（在最新的0.18版本才增加了中断模型输出）。

在我看来，Dify拥有的标注功能对于问答助手的开发非常重要，通过这个功能可以管理由用户标注的高质量回答，也可以主动批量导入。

除此之外，Dify的插件商店发展的也越来越好，支持非常多的优秀插件，而RAGFlow在0.18版本支持了MCP功能，在易用性上远不如Dify。

于是乎，我打算将RAGFlow作为Dify的外部知识库来使用，对于问答助手的相关开发则在Dify上进行

2. 将RAGFlow接入Dify#

这一部分的操作可以参考博客 RAGFlow安装，dify对接RAGFlow - 博客园和一文读懂 RAGFlow 知识库接入 Dify 的全流程 - CSDN ，对于步骤都介绍的非常清楚，也介绍了一些原理。

需要注意的是，如果你和博主一样，需要在同一个服务器上通过Docker搭建Dify和RAGFlow，那么就要在启动时最好用以下命令启动：

docker-compose -p dify up -d
docker-compose -p ragflow up -d

此处 -p name 参数的作用是命名隔离，具体可以看第一个参考博客

接下来就要着重介绍我遇到的坑了。起初，我的Dify端口使用的默认的80端口，顺手我就把RAGFlow的端口设置为了82（为什么不是81，因为81还有一个图床），按照博客中的操作步骤，添加RAGFlow作为外部知识库API，此时提示成功。

3. 配置API成功但召回失败#

但是，当我在Dify上创建好外部知识库，并在知识库内进行召回测试时，并无返回结果，查看Dify的log如下：

2025-04-25 08:56:41.116 INFO [Dummy-29] [_client.py:1038] - HTTP Request: POST http://x.x.x.x:82/api/v1/dify/retrieval "HTTP/1.1 200 OK"
2025-04-25 08:58:22.779 INFO [Dummy-30] [_client.py:1038] - HTTP Request: POST http://x.x.x.x:82/api/v1/dify/retrieval "HTTP/1.1 403 Forbidden"
2025-04-25 09:01:37.618 INFO [Thread-34 (_retriever)] [_client.py:1038] - HTTP Request: POST http://x.x.x.x:82/api/v1/dify/retrieval "HTTP/1.1 403 Forbidden"