RAGFlow v0.22.0 发布：数据源同步、变量聚合、全新管理界面与多项重大更新

2025年11月12日，RAGFlow 正式发布 v0.22.0 版本。本次更新带来了大量功能增强、架构优化及重要修复，涵盖数据集管理、智能代理、解析管线、管理界面及模型支持等方面。同时，本版本在镜像发布策略和功能上也进行了重要调整。以下为详细更新内容：

一、重大变更

• • 从本版本起，仅提供精简版（不含嵌入模型）Docker 镜像，镜像标签中不再追加 -slim 后缀。

二、新功能

1. 数据集（Dataset）

• • 支持从五大在线数据源进行数据同步：AWS S3、Google Drive、Notion、Confluence、Discord。
• • 支持针对整个数据集或单个文档构建 RAPTOR。
• • 解析管线新增 Docling 文档解析器。
• • 新增管理 Web UI 仪表盘，用于图形化用户管理及服务状态监控。

2. 智能代理（Agent）

• • 支持结构化输出。
• • 检索组件支持元数据过滤。
• • 引入变量聚合器组件，可进行数据运算及会话变量定义。

三、功能改进

• • 在“等待响应”组件中可可视化前置组件输出。
• • 模型提供商页面全面改版。
• • 文档引擎 Infinity 升级至 v0.6.5。

四、新增模型

• • 新增 Kimi-K2-Thinking 模型。

五、新增代理模板

• • 新增交互式代理模板，可结合实时用户反馈动态优化输出。

六、更新详情（包含所有改进与修复）

• • 新增 Docling 解析器。
• • 测试文件迁移。
• • 停止发布完整镜像版本。
• • 修复 rag.nlp.search.Dealer.search() 方法中参数类型错误问题。
• • 英文同义词匹配优先于 WordNet 处理。
• • 修复数据集日志头像显示问题。
• • 补充文档参数说明。
• • 修复 Opendal 缺少租户 ID 问题。
• • 调整画布节点样式。
• • 移除 EditTag 中的 value 属性绑定。
• • 修复空数组传递时数据不更新的问题。
• • 增加 RAGFlow 镜像文档。
• • 修复 Gemini CV 模型聊天问题。
• • 更新 README。
• • 修复 DOCX 图片解析错误。
• • 新增 TCADP 解析器。
• • 首页及团队页样式调整，修复部分 bug。
• • Python API 传递 kwargs 支持。
• • MinerU 支持 VLM-Transformers 后端。
• • 底部工具栏样式调整。
• • MinerU 与 Docling 集成。
• • 修复图标替换相关问题。
• • 调整代理操作表单样式。
• • 更新 MinerU 设置指南。
• • 修复 Excel Chartsheet 解析与负索引问题。
• • 重命名 rmSpace 为 remove_redundant_spaces。
• • 新增 LLM 模型与 Token Pony 支持。
• • 知识库页面新增视频图标。
• • 修复 table_structure_recognizer 日志参数问题。
• • 测试配置自定义服务端口。
• • 修复 ragflow 镜像构建。
• • 修复日志记录问题。
• • 新增时间工具。
• • 调整代理操作表单工具样式。
• • 重构相似度滑块组件与数据集测试页样式。
• • Web 目录中新增 README。
• • 前端移除启动信息提示。
• • 新增 Admin UI 管理界面。
• • README 更新 Octoverse 信息。
• • 优化 AnthropicCV 总 Token 计数逻辑。
• • 更新分块检索分页测试用例。
• • 修复聊天会话完成问题。
• • 允许 Redis 无密码初始化。
• • 更新管理客户端默认端口。
• • 更新前端 README.md。
• • 为代理表单配置结构化数据输出。
• • 重命名文件避免包名冲突。
• • 移除 Youdao 与 BAAI 嵌入模型提供商。
• • 保障 Token 生成可预测性。
• • Docker 环境配置新增标准 HTTP/HTTPS 和 MCP 端口。
• • 支持引用代理操作符定义的结构化输出变量。
• • 新增代理模板德语翻译及标题优化。
• • Infinity 升级至 0.6.2，再升级至 0.6.5。
• • 修复 OpenSearch 检索错误。
• • 支持 MinerU API。
• • 管理界面新增位置规则。
• • 加强 Markdown 解析器分隔符处理。
• • 视频解析器遵循管道中选定的 VLM 配置。
• • 修复法律解析器问题。
• • 修复输入长度超出上下文长度问题。
• • 检查嵌入模型 API。
• • 后续操作符可引用代理操作符定义的结构化变量。
• • 修复管理界面多个问题。
• • 测试工作流中删除 Docker 镜像增加错误处理。
• • 查询变量下拉框样式调整。
• • 模型管理界面重构。
• • 优化 Rerank 模型 Token 计数逻辑。
• • 修复 MinerU 解析器 table_body 缺失问题。
• • jsonjoy-builder 目录文件改为小写。
• • 修复模型提供商页面样式与逻辑问题。
• • 修复修改操作符名称后画布节点未及时更新的问题。
• • 移除 get_lan_ip 并新增 misc_utils 工具。
• • TEI 自动截断输入。
• • 单例模式迁移至 common 目录。
• • 移除无用代码。
• • 项目基础路径函数迁移至 common 目录。
• • Token 相关功能迁移至 common。
• • 支持 docx/pdf 超链接解析，并修复默认解析器 toc 提取配置。
• • 修复代理 output_structure 问题。
• • 循环操作符支持嵌套数组变量作为查询变量。
• • 新增描述字段。
• • 管理界面新增白名单与角色管理。
• • HTTP 支持位置规则。
• • 修复 chunk.update API 位置更新问题。
• • 结构化输出变量支持点击操作。
• • 修复邮件解析器解码错误。
• • 函数迁移出 common.py。
• • 移除冗余单元测试。
• • 渲染阶段直接过滤结构化输出数据。
• • Base64 图片处理函数迁移至 common。
• • 引入 common/constants.py、common/config_utils.py。
• • 文件工具重构。
• • 修复 ollama describe_with_prompt 参数错误。
• • 修复 Tokenizer 缺失嵌入向量。
• • 元数据过滤函数新增变量支持。
• • 修复迭代内拖拽操作符未关联迭代的问题。
• • API与多数据源同步支持。
• • 知识检索组件元数据过滤函数支持变量。
• • 修复 MCP 认证头前端格式问题。
• • 日志工具重构。
• • 修复 Elasticsearch 连接硬编码问题。
• • Docker 移除过期 sandbox 配置。
• • 修复 meta_data_filter 参数错误。
• • 自定义超时迁移至 common 文件夹。
• • 修复 HTTP API 与 Web UI 创建数据集性能差异问题。
• • 新增数据操作节点及表单。
• • MinerU 支持 HTTP Client/Server。
• • 优化 Confluence 连接器。
• • 枚举类型迁移至 constants.py。
• • 表单支持数据操作符。
• • 链接连接器至知识库。
• • 常量迁移至 common。
• • 允许管理员限制用户可添加的 LLM 工厂。
• • 数据操作功能实现。
• • 修复 factories API 返回错误。
• • 管理界面微调。
• • 支持更多分块方法。
• • 全局变量迁移至 globals。
• • 修复多步执行转义问题。
• • 修复数字字符串转换缺失问题。
• • 启动数据同步服务。
• • Markdown 表格提取器修复。
• • 修复 get_allowed_llm_factories 返回类型错误。
• • 数据操作表单清理并传递至后端。
• • 修复 MCP 空授权字段处理问题。
• • 修复模板创建代理时的错误。
• • 数据操作更新修复。
• • 新增 Webhook 组件。
• • 功能：数据操作算子的值可以来自输入或变量引用。
• • 将 api.settings 移到 common.settings。
• • 修复：为日志添加字段。
• • 重构：移除 HuggingFace 仓库下载功能。
• • 功能：新增数据源功能。
• • 功能：代理算子和消息算子只能选择字符串变量作为提示词。
• • 功能：新增变量赋值节点。
• • 修复：修复 pdf_parser 在 rag/app/naive.py 中被忽略的问题。
• • 功能：GraphRAG 支持优雅取消。
• • 功能：新增变量聚合器节点。
• • 功能：调试同步数据。
• • 功能：RAPTOR 支持优雅取消。
• • 修复：不能添加更多模型的问题。
• • 管理：新增“显示版本”功能。
• • 在文档中新增 “SHOW VERSION” 使用说明。
• • 修复：优化数据源的一些功能问题。
• • 修复：为 UI 添加头像。
• • 修复：OpenSearch 检索无返回结果，并为 /retrieval 添加文档。
• • 功能：将数据源添加到管道日志中。
• • 功能：为变量聚合算子添加表单。
• • 修复：文档文件无法解析的问题。
• • 修复：Plain 解析器被跳过的问题。
• • 修复：为数据源日志添加提示和轮询功能。
• • 升级 infinity 到 0.6.4 版本。
• • 修复：添加 HuggingFace 模型下载功能。
• • 修复：不能将 RGBA 模式写为 JPEG。
• • 功能：变量聚合算子的输出基于配置生成。
• • 功能：为连接器添加自动解析功能。
• • 修复：Python API 的流式输出结构问题。
• • 功能：在变量聚合节点中显示已选择的变量。
• • 功能：添加变量聚合器。
• • 功能：新增 kimi-k2-thinking 和 moonshot-v1-vision-preview 模型。
• • 文档：优化 MinerU 部分的常见问题说明。
• • 修复：无法解析图片的问题。
• • 调整样式以匹配设计系统。
• • 重构：QWenCV 释放临时路径。
• • 修复：布局结构改为使用 main 标签。
• • 功能：新增全局变量功能。
• • 功能：任务监控。
• • 功能：数据操作算子的键名只能是数字、字母和下划线。
• • 修复：hierarchical_manager 中缺少文件格式支持。
• • 修复：移除 siliconflow API 中不支持的模型。
• • 修复：在知识库日志中添加下载统计。
• • 修复：一些 bug 问题。
• • 修复：general chunk 中解包值不足的问题。
• • 功能：操作符的查询变量可选择全局定义的对话变量。
• • 优化：不在 infinity 中选择向量。
• • 修复：优化 use_sql() 的提示和正则。
• • 修复（配置）：为 infinity 映射添加 raptor_kwd 字段。
• • 功能：调整 mcp 和复选框的样式。
• • 功能：添加 Google Drive 连接器的初步支持。
• • 配置：为 LLM 供应商添加排名值并移除已弃用的 LLM。
• • 修复：bug 问题。
• • 修复：更新代理变量命名规则。
• • 修复：在知识库详情中添加 auto_parse。
• • 文档：添加管理 UI 用户指南。
• • 功能：添加任务执行器柱状图，添加系统版本字符串。
• • 功能：调用接口停止大模型输出。
• • 修复：优化模型提供方问题并改进一些功能。
• • 修复：waitForResponse 组件问题。
• • 功能：将新的 mcp 按钮放在行尾。
• • 功能：Google Drive 支持基于网页的凭证。
• • 功能：在 Agent 中添加检查取消的机制。
• • 功能：数据操作算子的输入参数只能是对象类型。
• • 修复：ollama 模型列表问题。
• • 修复：data_operations 输入返回错误。
• • 修复：更新环境以支持 PPTX，并更新 README 的版本变更说明。
• • 更新管理 UI 用户指南文档。
• • 文档：解析器行为变更说明。
• • 修复：bug 问题。
• • 修复：Confluence 因时区配置混乱导致无法检索新上传文件的问题。
• • 更新 llm_factories.json 中 LLM 工厂的排名。
• • 模板：新增用户交互代理模板。
• • 文档：更新最新更新记录。
• • 更新精简版中文 README.md。
• • 文档：移除精简版介绍。
• • 修复：连接器自动解析问题。
• • 回退先前改动。
• • 修复：GraphRAG 和 RAPTOR 任务不影响文档状态。
• • 修复：选择知识库变量时导致页面崩溃的问题。
• • 模板：更新代理模板标题。
• • 修复：bug 问题。
• • 文档：添加 v0.22.0 版本发布说明。
• • 升级 infinity 到 0.6.5 版本。
• • README：移除精简版镜像说明。
• • 更新文档。
• • 修复拼写错误。
• • 修复：RAPTOR 范围添加禁用逻辑。
• • 文档：更新 README 和文档中的版本引用到 v0.22.0。

七、总结

RAGFlow v0.22.0 提供了更强的 数据源集成能力、更灵活的 智能代理结构化处理与变量管理、可视化更完善的 管理后台 以及更加稳定高效的文档解析管道。特别是在数据同步、多数据源支持、结构化输出以及变量聚合方面的提升，使其在知识检索与智能问答系统的应用中更加高效、可扩展。

我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”，发消息可获得面试资料，让AI助力您的未来发展。