RAGFlow 知识库

RAGFlow 知识库连接用于接入 RAGFlow 服务，为 Agent 提供基于外部知识库的数据检索能力。

适用场景

• 您已经部署 RAGFlow 服务。

• 您希望 Agent 使用 RAGFlow 数据集进行检索增强回答。

• 您需要通过独立 Base URL、API Key 和 Dataset ID 管理知识库访问。

前提条件

• RAGFlow 服务可被 Agent 访问。

• 已创建并构建目标 Dataset。

• 已准备 RAGFlow API Key、Base URL 和 Dataset ID 列表。

创建并绑定连接

1. 进入 Agent部署 页面。

2. 选择 知识库 页签。

3. 点击 创建知识库连接。

4. 选择或填写 RAGFlow 知识库连接信息。

5. 填写 API Key、Base URL 和 Dataset ID 列表。

6. 创建完成后，进入 Agent 实例详情页。

7. 打开 Agent 管理 > Agent 连接，选择 知识库。

8. 绑定连接并验证检索效果。

RAGFlow 通常使用已有服务创建连接；如果页面没有 新建资源 入口，请先自行准备 RAGFlow 服务和 Dataset。

注入变量

代码读取示例

import os

api_key = os.getenv("RAGFLOW_API_KEY")
base_url = os.getenv("RAGFLOW_BASE_URL")
dataset_ids = os.getenv("RAGFLOW_DATASET_IDS", "").split(",")

代码开发接入

若通过代码创建 Agent，可以使用 computenest-agent-integrations 最新版对接 RAGFlow 知识库。该版本提供 create_knowledge_base_tools，可以根据平台注入的 RAGFlow 环境变量创建 Google ADK 可使用的检索工具。

安装依赖：

pip install -U computenest-agent-integrations

参考格式：

from computenest.integrations.adk.tools.knowledge_factory import create_knowledge_base_tools
from google.adk.agents import LlmAgent

knowledge_tools = create_knowledge_base_tools()

root_agent = LlmAgent(
    name="ragflow_knowledge_agent",
    model=model,
    instruction="你可以先检索知识库，再结合检索结果回答用户问题。",
    tools=knowledge_tools,
)

create_knowledge_base_tools 会读取 RAGFlow 相关环境变量。请确认 Agent 已绑定 RAGFlow 知识库连接，并且运行环境中已注入 RAGFLOW_API_KEY、RAGFLOW_BASE_URL 和 RAGFLOW_DATASET_IDS。

常见问题

检索请求失败

检查 RAGFLOW_BASE_URL 是否可访问，API Key 是否有效，Dataset ID 是否填写正确。

多个 Dataset 没有全部生效

确认 RAGFLOW_DATASET_IDS 使用英文逗号分隔，Agent 代码解析后传入了完整列表。