RAGFlow发布说明：版本特性与变更记录的详细解读
项目地址: https://gitcode.com/GitHub_Trending/ra/ragflow RAGFlow作为基于深度文档理解的开源RAG（检索增强生成）引擎，持续通过版本迭代优化核心功能。本文将详细解读最新版本的关键特性、模型支持、API变更及问题修复，帮助用户快速掌握版本升级要点。
版本概览与安装说明
RAGFlow每个版本均提供两种发行版：
- 精简版（Slim edition）：不含内置嵌入模型，版本名以
-slim为后缀，如infiniflow/ragflow:v0.20.5-slim - 完整版（Full edition）：包含BAAI/bge-large-zh-v1.5和maidalun1020/bce-embedding-base_v1两种嵌入模型，无特殊后缀
用户可通过以下命令克隆仓库并获取最新版本：
git clone https://gitcode.com/GitHub_Trending/ra/ragflow
详细安装指南参见官方文档：docs/quickstart.mdx
v0.20.5核心更新（2025-09-10）
智能代理（Agent）性能优化
- 任务处理加速：针对简单任务优化规划与反思速度，并行场景下支持工具调用并发执行，整体响应时间显著降低
- 系统提示框架：新增四个框架级提示块，支持在System prompt中自定义覆盖框架级提示
- SQL执行组件增强：将原变量引用组件替换为文本输入框，支持自由编写SQL查询并引用变量，详见Execute SQL组件文档
新增模型支持
本次更新扩展了多模型供应商支持，新增模型包括：
- 美团LongCat
- Kimi系列：kimi-k2-turbo-preview、kimi-k2-0905-preview
- 通义千问：qwen3-max-preview
- SiliconFlow：DeepSeek V3.1
模型配置与管理可参考：docs/guides/models/
关键问题修复
- 数据集管理：已删除文件仍可搜索的问题
- 聊天功能：Ollama模型无法正常对话的兼容性问题
- 智能代理：
- 引用（Cite）开关失效问题
- 任务模式下仍需对话触发的设计缺陷
- 多轮对话重复回答现象
- 并行执行结果重复汇总问题
API变更说明
HTTP API
- 检索块（Retrieve chunks）方法新增
metadata_condition参数，支持基于元数据的块过滤（#9877）
Python API
- 对应HTTP API变更，Python SDK的检索方法同步新增
metadata_condition参数
历史版本重要特性回顾
v0.20.0架构升级（2025-08-04）
此版本带来架构级变革，包括：
- 智能代理与工作流统一编排：重构Agent组件，支持多Agent配置、规划反思与可视化功能
- MCP功能全面实现：支持MCP Server导入、Agent作为MCP Client及RAGFlow自身作为MCP Server运行
- 运行时日志与聊天历史：提供Agent运行日志访问及管理面板中的对话历史记录
- Infinity文档引擎升级：集成新版Infinity，支持自动标记功能
v0.19.0多模态增强（2025-05-26）
- 跨语言搜索：在知识与聊天模块支持Cross-language search，提升多语言环境下的检索准确性
- 代码组件：新增支持Python和JavaScript脚本的Code组件，处理动态数据处理等复杂任务
- 图片直接渲染：聊天与搜索结果中的图片不再以外部引用形式展示，而是直接内联渲染
社区贡献亮点：
- Agent组件：Generate Component支持工具调用（贡献者：notsyncing）
- Markdown渲染：支持 chunking 后显示图片引用（贡献者：Woody-Hu）
- 文档引擎扩展：支持OpenSearch作为文档引擎（贡献者：pyyuhao）
技术架构与模块路径
RAGFlow核心功能模块路径：
- 智能代理框架：agent/
- 组件定义：agent/component/
- 工具集成：agent/tools/
- 模板配置：agent/templates/
- 深度文档解析：deepdoc/
- 文档解析器：deepdoc/parser/
- 视觉识别：deepdoc/vision/
- RAG核心逻辑：rag/
- 工作流：rag/flow/
- 语言模型集成：rag/llm/
- 提示工程：rag/prompts/
升级指南与资源
版本升级步骤
- 获取最新代码：
cd /data/web/disk1/git_repo/GitHub_Trending/ra/ragflow && git pull
- 重新构建容器：
docker compose -f docker/docker-compose.yml up -d --build
详细升级说明参见：docs/guides/upgrade_ragflow.mdx
相关资源链接
- API参考：docs/references/http_api_reference.md
- 配置指南：docs/configurations.md
- 常见问题：docs/faq.mdx
- 贡献指南：docs/contribution/contributing.md
通过持续迭代，RAGFlow不断增强文档理解深度与检索生成质量，为企业级RAG应用提供稳定可靠的开源解决方案。建议用户定期关注发布说明获取最新功能动态。
创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
