企业知识库 / RAG
让普通大模型能回答你公司的内部问题.
普通大模型 vs 企业知识库
普通大模型
1
用户问题“我们公司合同模板是什么?”
↓
2
大模型只能答公开知识 (说”我不清楚”)
企业知识库 (RAG)
1
用户问题“我们公司合同模板是什么?”
↓
2
检索企业资料在 NAS / 飞书文档 / 邮箱中找到合同模板
↓
3
交给大模型组织答案用检索片段 + 大模型
↓
4
返回引用来源答案后附原文段落定位, 用户可点开核对
RAG 是什么
RAG = Retrieval-Augmented Generation (检索增强生成). 不是”向量数据库本身”, 而是一整套: 解析 + 切块 + 向量化 + 检索 + 引用 + 大模型编排.
NAS 是真相源
NAS (群晖 / 威联通) 内文件是原始真相. RAGFlow 不替代 NAS, 而是从 NAS 读 + 解析 + 索引.
RAGFlow 是编排层
解析 PDF / Word / Excel / 扫描件 → 切块 → 向量化 → 检索 → 引用 → 大模型.
自动同步 (Standard 起)
NAS 文件改动 → 知识库自动更新, 不要求员工手工重复上传.
引用可点
答案后附原文段落定位, 用户可点开核对. 不靠”AI 凭印象答”.
典型资料源
企业 NAS
群晖 / 威联通共享文件夹. 自动同步.
飞书文档
企业内部 Wiki, 知识库. 可选同步.
企业邮箱附件
历史合同 / 报价单. 按需导入.
上传 / 拖拽
网页后台上传 PDF / Word / Excel / 图片. Lite ≤200 份, Standard 500-5000 份.
业务系统 API
CRM / 工单 / ERP 通过 API 推送 (Private + Agent).
扫描件 OCR
Standard + 扫描件自动 OCR + 切块.