生产环境选Dify还是Ragflow？让知识库召回准确性达到98%以上还得靠他们！

我们精心打磨每一篇文章：深度思考、精准测试，坚持用严谨的创作流程确保每篇内容都经得起实践检验。这是我们的 创作准则，更是对读者时间的庄严承诺——让您花费的每一分钟，都能收获解决实际问题的真知灼见。

功能完善上面不断卷卷卷

目前，Dify和RagFlow着实让人眼前一亮，而且各自都在不断更新，持续优化，之前在做Dify工作流的时候，顺带做了其知识库的召回应用，但是一直没有达到预定的效果，即使是对于简单的知识库；无奈后来选择了RagFlow进行知识库的召回工作，并将其集成到了Dify中，同时利用Dify强大的工作流能力和RagFlow强大的知识库召回能力，满足了应用的需求。

随着两者不断更新，在工作流方面Ragflow也有了很大的突破，同样Dify的知识库召回准确性也慢慢在提升。

本文将使用一份简单的文档，里面记录了全国各个省份的地名和邮编对照关系，这些地名和邮编对都是随机分布和乱序呈现的，现将该文档使用Dify和Ragflow两个知识库管理方式进行切分，分别进行召回测试，择优使用。

Dify中创建知识库

在Dify中创建知识库，具体创建方式很简单，为了节省大家时间，这里直接忽略，注意分片大小和切分方式，在创建完成之后进行召回测试，测试问题为：“天水的邮编”，可以看到在第分块就已经显示出来了，这种召回非常准确了，只是顺序相对比较靠后，这种结果交给模型处理是没有任何问题的。

缺点就是，分块选择了默认的换行分割，导致同一部分的描述会被切割成不同的分块，这样对召回准确度的影响非常大。

Ragflow创建知识库

在Ragflow中创建知识库，然后进行对上传的稳定进行解析，等完成之后，做同样的测试，同样的问题，可以看到找回的结果在块中显示更加靠前，整体的召回率也更加准确，但同样存在同一部分内容被切割成两块的问题。

切割分割限定

在上述方式测试完成之后，对知识库的分块策略做了更改，切片方法还是General，但是将文本的分段标志改成自己定义的符号，前提是要对文档预先进行人为处理，将同意部分进行自定义符号的分割，然后交给平台进行切割，最后，达到准确的召回，经过多轮测试，准确率能达到98%左右。

在进行测试对比后，选择Dify+Ragflow的方式进行应用编排，几乎能满足所有预期。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！