KnowFlow

基于 RAGFlow 的企业级 RAG 知识库平台

官网 · 视频教程 · 更新日志 · 加入社区

项目简介

KnowFlow 是基于 RAGFlow 深度优化的企业级开源知识库平台，专注于解决 RAG 从开源到生产落地的最后一公里问题。

当前适配 RAGFlow v0.20.5，在其基础上提供：

高精度文档解析 - 集成 MinerU / DOTS / PaddleOCR 多种 OCR 引擎，100% 坐标溯源精度
四种现代分块方法 - 智能 / 标题 / 正则 / 父子分块，基于 AST 语义分析
图文混排输出 - 图片、表格、公式在分块和回答中完整保留
企业级权限管理 - RBAC 权限控制、团队协作、管理员统一管控
开箱即用 - Docker Compose 一键部署，预配置管理员账户

版本对比

RAGFlow vs KnowFlow 社区版 vs KnowFlow 商业版

文档解析

功能	RAGFlow 开源版	KnowFlow 社区版	KnowFlow 商业版
DeepDOC 解析	✅	✅	✅
MinerU 解析	✅	✅ v2.5.4	✅ v2.6.5
DOTS 解析	❌	✅	❌
PaddleOCR 解析	✅	✅ 老版本	✅ v1.5
坐标溯源精度	~97%（OCR 匹配）	100%（block 映射）	100%
图文混排输出	基础支持，存在限制	✅ 图片/表格/公式完整保留	✅ 更稳定
20+ 文档格式	✅	✅（含 Gotenberg 转换）	✅

分块方法

功能	RAGFlow 开源版	KnowFlow 社区版	KnowFlow 商业版
原生分块（naive/paper/book/qa）	✅	✅ 全部继承	✅
智能分块（Smart）	❌	✅ AST 语义分析	✅ 全面优化
标题分块（Title）	❌	✅ 按标题层级划分	✅ 层级筛选 + 标题自动补充
正则分块（Regex）	❌	✅ 自定义正则	✅ 层级筛选优化
父子分块（Parent-Child）	✅	✅ 双层嵌套检索	✅ 支持预览和编辑
Markdown 预览与编辑	❌	❌	✅ OCR 后可预览编辑
分块 Markdown 渲染	纯文本	✅ 标题/公式/列表	✅

检索与问答

功能	RAGFlow 开源版	KnowFlow 社区版	KnowFlow 商业版
向量数据库	Elasticsearch	Elasticsearch	✅ Milvus
向量检索	✅	✅	✅
混合检索	✅ ES BM25	✅ ES BM25	✅ 统一分词优化 Milvus BM25
多模态内容理解	基础支持	✅	✅ VLM 图片描述增强
Agentic RAG 深度阅读	❌	❌	✅ locate-then-read
ColPali 多模态检索	❌	❌	✅
Agent 工作流	✅	✅	✅

企业管理与集成

功能	RAGFlow 开源版	KnowFlow 社区版	KnowFlow 商业版
用户管理	自由注册	✅ 管理员统一管理	✅
RBAC 权限管理	❌	✅ 知识库级权限	✅ Agent/聊天助手/文件 + Redis 缓存
团队协作	❌	✅ 团队管理、模型配置继承	✅
三方平台集成	❌	✅ Dify	✅ 企业微信/钉钉/飞书/MaxKB/Dify
负载均衡部署	❌	❌	✅
纯离线部署	✅	✅	✅
RAG 评估系统	❌	❌	✅
前端 UI	官方 UI	✅ 企业级重设计	✅
API 接口	✅	✅ 含 RBAC + MinerU API	✅
适配 RAGFlow 版本	最新	v0.20.5	v0.22.1
授权协议	Apache-2.0	AGPL-3.0	商业许可
技术支持	社区	社区	专业支持

核心优势总结

优势	说明
多 OCR 引擎	MinerU（行级精度）、DOTS（高速解析）、PaddleOCR（块级识别），按需选择
四种现代分块	智能/标题/正则/父子分块，AST 语义分析，表格和代码块完整性保证
100% 坐标溯源	基于 block 按行映射，消除 OCR 相似度匹配误差
图文混排	图片、表格、公式完整保留在分块和回答中
企业级管理	RBAC 权限 + 团队协作 + 管理员统一管控
多平台集成	Dify / 企业微信 / 钉钉 / 飞书 / MaxKB（商业版）
插件化架构	独立微服务增强 RAGFlow，不修改核心代码，版本升级无忧

获取商业版：微信联系 skycode007（备注"商业版咨询"）

系统架构

KnowFlow 采用插件化微服务架构，作为独立服务增强 RAGFlow，不修改其核心代码：

graph TB
    subgraph "用户端"
        Browser[浏览器]
    end

    subgraph "RAGFlow 核心服务"
        RF_Frontend[RAGFlow 前端<br/>80/443]
        RF_Backend[RAGFlow 后端<br/>9380]
        RF_DB[(MySQL)]
        RF_ES[(Elasticsearch)]
        RF_Minio[(MinIO)]
        RF_Redis[(Redis)]
    end

    subgraph "KnowFlow 扩展服务"
        KF_Backend[KnowFlow 后端<br/>5000]
        KF_Gotenberg[Gotenberg 文档转换<br/>3000]

        subgraph "OCR 解析引擎"
            MinerU[MinerU<br/>8000]
            DOTS[DOTS OCR<br/>8001]
            PaddleOCR[PaddleOCR<br/>8888]
        end
    end

    Browser --> RF_Frontend
    RF_Frontend --> RF_Backend
    RF_Backend --> RF_DB
    RF_Backend --> RF_ES
    RF_Backend --> RF_Minio
    RF_Backend --> RF_Redis

    RF_Frontend -.->|API| KF_Backend
    KF_Backend --> KF_Gotenberg
    KF_Backend -.-> MinerU
    KF_Backend -.-> DOTS
    KF_Backend -.-> PaddleOCR
    KF_Backend --> RF_DB
    KF_Backend --> RF_Minio
    KF_Backend --> RF_Redis

架构特点：

插件化 - KnowFlow 作为独立微服务，不修改 RAGFlow 核心代码，版本升级无忧
共享数据层 - 复用 RAGFlow 的 MySQL、MinIO、Redis 等基础设施
多引擎支持 - MinerU、DOTS、PaddleOCR 三种 OCR 引擎可按需部署
格式转换 - 内置 Gotenberg 服务，PPT/Word/Excel 等格式自动转换

快速开始

Docker Compose 部署（推荐）

前置要求： Docker 20.10+ / Docker Compose 2.0+ / 8GB+ 内存 / 可选 NVIDIA GPU

1. 克隆项目

git clone https://github.com/knowflow-ai/KnowFlow.git
cd KnowFlow/docker

2. 配置 KnowFlow Server

cp knowflow-server/settings.yaml.example knowflow-server/settings.yaml
vim knowflow-server/settings.yaml

配置示例：

mineru:
  default_backend: "pipeline"
  fastapi:
    url: "http://localhost:8000"   # MinerU 服务地址
    timeout: 60000

dots:
  vllm:
    url: "http://localhost:8001"   # DOTS 服务地址（可选）
    model_name: "dotsocr-model"
    timeout: 60000

paddleocr:
  url: "http://localhost:8888"     # PaddleOCR 服务地址（可选）
  timeout: 30000

详细配置说明：docker/knowflow-server/README.md

3. 部署 OCR 解析服务（可选）

三种 OCR 服务可同时部署，系统根据用户选择的布局解析器自动调用对应服务。

选项 A：MinerU（推荐，行级精度）

cd mineru/
docker compose up -d
docker compose logs -f

服务端口：API 8000 / VLM 30000（可选）

详细说明：docker/mineru/README.md

选项 B：DOTS（高速解析）

cd dots/

# 下载模型
pip install modelscope
modelscope download --model rednote-hilab/dots.ocr --local_dir ./weights/DotsOCR

docker compose up -d
docker compose logs -f

服务端口：8000

详细说明：docker/dots/README.md

选项 C：PaddleOCR（块级识别）

cd paddleocr/
docker compose up -d
docker compose ps

服务端口：8888

特点：7+ 种 block_label 类型、自动标题层级推断（H1-H6）、块级坐标

详细说明：docker/paddleocr/README.md

4. 启动主服务

cd docker/

# GPU 模式
docker compose -f docker-compose-gpu.yml up -d

# CPU 模式
docker compose up -d

5. 访问系统

入口	地址
前端	`http://localhost`
API	`http://localhost:9380`
默认账户	`admin@gmail.com` / `admin`

首次登录后请立即修改默认密码。

源码部署

展开源码部署步骤

前置要求： Python 3.9+ / Node.js 16+ / pnpm

KnowFlow 后端

cd knowflow/server
python3 -m venv venv
source venv/bin/activate
pip install -r requirements.txt

cd knowflow/
./scripts/install.sh --local
python3 app.py

RAGFlow 后端

source .venv/bin/activate
export PYTHONPATH=$(pwd)
# 可选：export HF_ENDPOINT=https://hf-mirror.com
./local_entrypoint.sh

RAGFlow 前端

cd web
pnpm install
pnpm dev

功能展示

全新 UI 界面

基于 RAGFlow 二次开发的企业级界面：

用户与权限管理

RBAC 权限控制，知识库级精细化权限分配
管理员统一管理用户，移除自由注册入口
团队管理、模型配置继承，降低配置复杂度
支持完全离线环境部署

图文混排与智能分块

支持 PPT、Word、Excel、PDF、图片等 20+ 种格式，五种分块策略：

分块方法	算法	适用场景
Smart（智能）	AST 语义分析，保证表格/代码块完整	通用文档
Title（标题）	按标题层级严格划分	技术文档、手册
Regex（正则）	自定义正则表达式分割	特殊格式文档
Parent-Child（父子）	双层嵌套，子块检索 + 父块上下文	RAG 系统
原生分块	RAGFlow naive/paper/book/qa 等	兼容已有配置

企业微信集成

详细配置：server/services/knowflow/README.md

常见问题

如何启用 GPU 加速？

# 安装 nvidia-container-toolkit
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/libnvidia-container/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | \
  sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list

sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit
sudo systemctl restart docker

启动时使用 docker compose -f docker-compose-gpu.yml up -d。

性能优化建议

启用 GPU 加速文档解析
为容器分配 8GB+ 内存
使用 SSD 存储提升 I/O
外网访问需配置防火墙规则

许可证

本项目采用 AGPL-3.0 许可证。允许自由使用、修改和分发，但通过网络提供服务时必须开源修改内容。

需要商业许可请联系：微信 skycode007（备注"商业授权"）

社区与支持

微信公众号 - KnowFlow 企业知识库
交流群 - 加微信 skycode007，备注"加群"
问题反馈 - GitHub Issues

鸣谢

RAGFlow - 核心 RAG 框架

如果这个项目对您有帮助，欢迎点个 Star

Name		Name	Last commit message	Last commit date
Latest commit History 4,556 Commits
.github		.github
.vercel		.vercel
agent		agent
agentic_reasoning		agentic_reasoning
api		api
conf		conf
deepdoc		deepdoc
docker		docker
docs		docs
example		example
graphrag		graphrag
helm		helm
intergrations		intergrations
knowflow		knowflow
mcp		mcp
plugin		plugin
rag		rag
sandbox		sandbox
scripts		scripts
sdk/python		sdk/python
test		test
web		web
.gitattributes		.gitattributes
.gitignore		.gitignore
.pre-commit-config.yaml		.pre-commit-config.yaml
.trivyignore		.trivyignore
Dockerfile		Dockerfile
Dockerfile.deps		Dockerfile.deps
Dockerfile.scratch.oc9		Dockerfile.scratch.oc9
LICENSE		LICENSE
README.md		README.md
README_id.md		README_id.md
README_ja.md		README_ja.md
README_ko.md		README_ko.md
README_pt_br.md		README_pt_br.md
README_tzh.md		README_tzh.md
README_zh.md		README_zh.md
SECURITY.md		SECURITY.md
download_deps.py		download_deps.py
local_entrypoint.sh		local_entrypoint.sh
project.md		project.md
pyproject.toml		pyproject.toml
show_env.sh		show_env.sh
uv.lock		uv.lock

Folders and files

Latest commit

History

Repository files navigation

KnowFlow

项目简介

目录

版本对比

RAGFlow vs KnowFlow 社区版 vs KnowFlow 商业版

文档解析

分块方法

检索与问答

企业管理与集成

核心优势总结

系统架构

快速开始

Docker Compose 部署（推荐）

1. 克隆项目

2. 配置 KnowFlow Server

3. 部署 OCR 解析服务（可选）

4. 启动主服务

5. 访问系统

源码部署

KnowFlow 后端

RAGFlow 后端

RAGFlow 前端

功能展示

全新 UI 界面

用户与权限管理

图文混排与智能分块

企业微信集成

常见问题

许可证

社区与支持

鸣谢

About

Resources

License

Security policy

Uh oh!

Stars

Watchers

Forks

Releases 17

Packages 0

Uh oh!

Uh oh!

Contributors

Uh oh!

Languages

Packages