Agent Skills
返回列表
🤖

RAGFlow 智能体检索增强

AI Agent 更新于 2026.08.29

将以下提示词粘贴到你的 AI 对话框中：

请根据 https://skillhub.cn/install/skillhub.md，安装 @user_3c6cb52e/use-ragflow-as-a-retrieval-and-context-layer-for-agent-workflows。

技能介绍

解决的核心问题

在构建基于大语言模型的代理（Agent）工作流时，模型常常面临私有知识库检索不准、生成内容缺乏事实依据以及回答难以溯源的问题。当代理需要处理海量企业内部文档时，仅依靠模型自身的参数记忆极易产生幻觉。

工作原理与核心能力

该技能将 RAGFlow 作为代理的检索与上下文层，通过构建受监督的 RAG 机制来解决上述痛点。其核心能力包括：

  • 文档索引与解析：支持将本地或云端的文档语料库接入系统，进行结构化处理。
  • 精准上下文检索：在代理执行任务时，动态检索相关的 grounded context，确保输入给模型的上下文是有据可依的。
  • 可溯源的回答支持：为代理的最终输出提供 traceable source support，使得每一个结论都能追溯到具体的原始文档片段。

适用边界与注意事项

在接入该技能前，请确保目标环境已部署 Docker 或支持自托管或云端的 RAGFlow 服务，并准备好需要处理的源文档语料库。需要注意的是，最终的检索效果高度依赖于上游 RAGFlow 的镜像构建质量与文档解析策略。建议参考官方文档以优化索引配置，避免因解析不当导致检索召回率下降。

使用场景

  • 处理企业制度与产品手册等内部文档时，需要把多份 PDF 接入系统，为问答代理提供可检索的语料库。
  • 客服代理回答客户问题前，要先从合同与工单文档中检索相关条款，作为生成回复的事实依据。
  • 知识库代理给出财务数据结论时，需要附上对应的原始文档片段，方便人工核对来源。
  • 将本地知识库接入自托管环境时，通过 Docker 部署 RAGFlow 服务，供代理工作流调用检索接口。

适合人员

  • 正在搭建内部问答代理的工程师，需要一套可自托管、支持文档溯源的检索增强方案。
  • 负责整理产品手册与技术文档的知识库运维，希望代理回答时能给出来源文档。
  • 为合规审计准备材料的数据专员，需要确认代理输出的每个结论都能追溯到原始文档。
  • 使用 Docker 维护自托管服务的运维工程师，需要在现有环境中部署 RAGFlow 作为检索层。