RAGFlow v0.26.0发布：模型自动发现、多密钥管理、7大企业连接器、GraphRAG断点续跑、推理流更快更透明，超全升级解读

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

2026年6月11日，RAGFlow 正式发布 v0.26.0。从这次更新内容来看，这不是一次普通的小版本迭代，而是一次覆盖模型接入、企业数据连接、GraphRAG 索引能力、Go API 迁移、检索与重排、流式推理、权限与稳定性、CLI、国际化与前端体验的系统性增强版本。

如果你正在使用 RAGFlow 构建知识库问答、企业检索增强生成、工作流 Agent、GraphRAG、SearchBot 或多模型统一接入平台，那么 v0.26.0 几乎每个模块都有值得关注的变化。这一版本最大的关键词可以概括为：

• • 模型提供商能力全面增强
• • 模型列表可远程自动发现
• • 同一提供商支持多个 API Key
• • 企业级数据连接器持续扩容
• • GraphRAG 最耗时流程支持断点与恢复
• • 推理模型输出流更快、更实时、更透明
• • Go API 与 CLI 能力继续大规模补齐
• • 稳定性与兼容性修复数量极多

下面我们按照模块进行详细拆解。

一、版本概览：RAGFlow v0.26.0 到底升级了什么？

官方给出的 v0.26.0 内容可以分为四大部分：

1. 1. 新特性
2. 2. 改进项
3. 3. 模型支持扩展
4. 4. Bug 修复与大量工程级完善

这次更新里最核心的新特性有四项：

1）模型提供商支持“自动填充模型列表”

RAGFlow 在 v0.26.0 中实现了多个模型提供商的自动模型列表填充能力，不再需要手动输入模型名称。 当前支持的提供商包括：

• • Ollama
• • OpenRouter
• • vLLM
• • OpenAI-API-Compatible
• • LM-Studio
• • VolcEngine
• • Xinference
• • LocalAI
• • BaiduYiyan
• • GPUStack
• • Fish Audio

这意味着用户在接入这些模型提供商时，系统可以直接拉取远端当前可用模型，并在界面中动态展示，大幅降低模型接入门槛。

2）支持同一模型提供商配置多个 API Key

这一点对于企业、多租户、多环境以及多账号配额管理来说非常关键。 v0.26.0 允许对同一模型提供商配置多个 API Key，显著提升了灵活性与可运维性。

3）UI 模型下拉框支持动态拉取远程模型

除了底层支持模型列表获取之外，前端也打通了完整链路： 模型选择下拉框会通过远程提供商接口动态获取当前可用模型。

这解决了两个实际问题：

• • 不再依赖静态维护模型名
• • 新模型上线后可以更快在界面中出现

4）新增 7 大数据源连接器

RAGFlow 在数据接入侧继续强化企业场景能力，新增以下连接器：

• • Outlook
• • OneDrive
• • Microsoft Teams
• • Slack
• • SharePoint
• • Salesforce
• • Azure Blob Storage

对于企业知识库建设来说，这意味着 RAGFlow 正进一步打通邮件、云盘、协同办公、CRM、对象存储等关键数据源。

5）GraphRAG 支持社区抽取与实体消解的断点续跑

在 GraphRAG 索引流程中，community extraction（社区抽取）和entity resolution（实体消解）往往是最耗时、成本最高的步骤。 v0.26.0 为这两个关键阶段引入了checkpoint 和 resume能力，也就是断点与恢复机制。

这项能力对于大规模知识图谱构建尤其重要，因为它能显著减少中断后全量重跑带来的资源浪费。

二、核心改进：推理输出更快、更透明

移除 <think> 文本缓冲

本次更新中非常值得关注的一项改进是：

移除了 <think> 文本缓冲机制。

它带来的直接效果是：

• • 推理模型在交互时会显得更快
• • 输出过程更透明
• • 流式体验更贴近用户预期

对于依赖 reasoning-capable 模型的场景，这一改动会直接改善交互体感。

MySQL migration 标记为已应用

v0.26.0 对 MySQL 迁移状态处理做了完善，支持将相关 migration 标记为已应用，并进一步优化了 MySQL migration 版本工作流。 同时还修复了与 tenant_model 相关的迁移问题，包括：

• • SQL 创建语句中尾逗号问题
• • tenant_model migrate 修复
• • 去除 Peewee 自动命名的唯一索引
• • 参数化 tenant_model_provider 插入语句

这些修复整体上提升了数据库迁移的稳定性与一致性。

三、模型支持继续扩容：更多主流模型可直接使用

本次版本新增和更新了多类模型支持：

新增模型与模型家族

• • SiliconFlow 新增 4 个模型
• • 新增 MiniMax-M3 模型
• • 更新支持最新 Anthropic 模型
• • 更新支持 Voyage 4 模型家族
• • 更新 Cohere 模型列表
• • 新增 DeepSeek 模型
• • 更新全部 Qwen 模型清单
• • 增加 bge 作为 embedding
• • 支持多类型 factory models

新增或增强的提供商能力

• • Qiniu 模型提供商
• • GiteeAI 提供商支持
• • Xiaomi chat provider
• • Xiaomi 的 ASR 与 TTS
• • X.AI 的 TTS 与 ASR
• • GPUStack 的 Embed
• • Bedrock embeddings
• • Replicate 的 Rerank
• • Dify-compatible retrieval API
• • RAGFlow server API 的 Go 实现

此外，还补齐了多个提供商的模型元数据实现，包括：

• • Xinference
• • LocalAI
• • BaiduYiyan
• • Tencent Cloud

四、模型提供商能力大升级：不仅能列模型，还能更稳定、更易用

v0.26.0 在模型提供商侧的更新量非常大，几乎贯穿了模型列表、验证、请求稳定性、base_url、驱动兼容性、推理家族识别、UI 交互、别名查找等多个层面。

1）模型列表能力增强

围绕模型列表，版本中完成了以下增强和修复：

• • 从远程模型提供商获取模型列表
• • 新增 OpenRouter OpenAI API compatible 的 list models
• • 支持自定义编辑模型列表
• • 新增 placeholder model metas
• • 修复新添加模型未出现在下拉菜单
• • 修复多个 provider 的 model list 问题
• • 更新 Cohere、Qwen、DeepSeek 等模型清单
• • 删除不支持的模型提供商列表
• • 支持展示 SiliconFlow 国际站 URL
• • 支持列出 Tongyi-Qianwen 国际站 base_url
• • 修复默认 embedding 模型在 provider 未注册时的展示问题
• • 修复不需要将 inactive models 放到底部的问题
• • 支持 provider 数量在不同模型类型筛选标签中展示

2）同一 Provider 多模型与多 Key 能力

• • 支持 tenant 级 LLM provider 配置
• • 支持同一提供商多个 API Key
• • 支持 add multi_models
• • 支持 embedding 维度 metadata 和校验
• • 支持可选 embedding dimension

3）模型验证与接入体验优化

• • 校验自定义模型输入
• • 支持无 llms 的 provider 也可 verify
• • 修复 provider add verify 问题
• • 修复 model instance verify 的问题
• • 修复在 UI 中必须选择至少一个模型才能校验 OpenRouter 的问题
• • await lmstudio embedding verification
• • 修复 BaiduYiyan API key 验证失败
• • 修复 VLLM 未带 /v1 时无法添加
• • 修复 MinerU 无法添加
• • 修复 paddle ocr 无法添加
• • 修复无法添加 bedrock
• • 修复无法添加 fish audio
• • 修复 volc engine 等 json key 工厂问题
• • 将 volcengine provider 配置中的 ark_api_key 重命名为 api_key

4）base_url、驱动与请求稳健性

多个模型驱动的 default transport、URL 后缀、base_url、自定义区域与请求处理都得到了强化，涉及：

• • VolcEngine 模型列表后缀
• • 自定义 base_url 在默认 region 为空时的处理
• • Google 自定义 base URLs
• • LongCat、Voyage、ModelScope、Novita、N1N 等默认 transport 处理强化
• • JieKouAI 驱动请求强化与 SSE scanner buffer 提升
• • Moonshot model 和 balance 请求修复
• • MiniMax driver requests 修复
• • validate URL suffix config keys
• • guard unsafe index access in Google 和 Ollama drivers
• • DeepSeek 与 VolcEngine streaming 中 nil pointer 防护
• • case-insensitive model alias lookup
• • strip Ollama-style tag suffix from LocalAI model names

5）推理家族与 thinking 模式修复

与 reasoning 模型相关的修复是本次版本重点之一：

• • 修复 MiniMax 模型 thinking mode 未正确启用
• • 禁用 Qwen3.5、Qwen3.6 thinking 以避免潜在无限循环
• • 规范 reasoning model families
• • 规范 Qwen reasoning families
• • 修复 think stream tail handling
• • 修复 think stream parsing
• • 防止 post-think 文本重复
• • 移除 think 文本缓冲，实现实时 reasoning stream
• • 修复 Agent chat 中 MiniMax 在 thinking 时的内容问题

五、企业级数据连接器继续扩张：7大新连接器上线

v0.26.0 对企业数据源生态进行了明显补强，新增连接器包括：

• • Outlook
• • OneDrive
• • Microsoft Teams
• • Slack
• • SharePoint
• • Salesforce CRM
• • Azure Blob Storage

同时，围绕连接器体系，Go API 侧也补齐了大量管理能力：

• • create_connector API
• • connector get API
• • connector 管理 endpoints
• • delete / rebuild / listlog API
• • PATCH 更新 connector
• • check connection，支持 apikey 与 region
• • Google OAuth connector 接口

此外还有若干连接器相关修复：

• • OneDrive 的 folder_path 在 Graph delta URL 中做规范化
• • WebDAV 数字字符串 size limit 校验
• • Discord server_ids / channels 支持 list 输入容错

这些更新说明 RAGFlow 已逐步形成更完整的企业数据接入层。

六、GraphRAG 与知识图谱：这次是真的往“可生产化”推进了一大步

GraphRAG 是 v0.26.0 的另一大亮点。

1）断点续跑能力上线

在社区抽取和实体消解这两个高成本阶段，引入 checkpoint/resume 支持，这是本次版本中最重要的 GraphRAG 能力升级之一。

2）实体抽取与排名修复

• • 修复 spacy 实体抽取
• • 修复 GraphRAG entity ranking 失效问题
• • 通过 pagerank 与 n-hop paths 恢复实体排名
• • 添加 KG scoring utilities
• • 添加 KG entity / relation / community search functions
• • 支持 KG-specific 查询中的 SelectFields override
• • 新增 QueryRewrite prompt builder 和 response parser
• • 新增完整 KGSearchRetrieval 流程，覆盖 N-hop、scoring、query_rewrite、community
• • 添加 EnrichChunksWithDocMetadata，用于将文档 metadata 附加到 chunks
• • 添加 ResolveReferenceMetadata 工具函数

从这些变化看，RAGFlow 不只是修了一些小 bug，而是在持续增强 GraphRAG 的完整检索链路能力。

七、检索、Rerank 与搜索结果质量：RAG 体验进一步增强

v0.26.0 在检索层面的变化也非常多，涉及传统检索、混合检索、深分页、重排、SearchBot 等多个方向。

1）检索与分页优化

• • 最大 page size 被限制，防止大查询导致系统崩溃或严重卡顿
• • page_size 最大值设为 100
• • 修复 chunk 页面切换 page_size 后当前页未重置
• • 修复 agent launch 页面出现 “pagesize exceeds maximum value”
• • 移除 search 和 retrieval 页面中的分页
• • 修复 dataset retrieval test 返回的 total 数量错误
• • 深分页下保持 rerank window 与 page_size 对齐

2）Rerank 与混合检索改进

• • 实现 Replicate driver 的 Rerank
• • 修复 Qwen rerank 错误响应处理
• • 将 reranker scores 标准化到统一尺度后再进行 hybrid blend
• • 在 OpenSearch hybrid search 中保留 BM25 分支
• • 在 KNN second-pass scoring 中实现 get_scores

3）SearchBot 与检索 API 增强

• • 支持 searchbots ask 传递 search id
• • 新增 POST /api/v1/searchbots/related_questions
• • 新增 POST /api/v1/searchbots/retrieval_test
• • 新增 POST /api/v1/searchbots/ask，支持带引用和 think-tag 处理的流式 RAG
• • 支持 Dify-compatible retrieval API endpoint
• • 在 go-api 中为 chat completions 增加 RAG retrieval

4）元数据过滤与查询修复

• • 修复 metadata filtering 中空 AND 结果被错误丢弃
• • 修复大小写不敏感的 contains / not contains / not in
• • consolidate metadata filter pipeline
• • 修复 auto metadata type 问题
• • 防止 auto-metadata 中 None 导致 KeyError
• • migrate meta_filter 和 convert_conditions 到 Go

八、文档解析、知识库与多格式处理：大量稳定性修复落地

如果你把 RAGFlow 用在文档入库、知识解析、文档预览、切块与多模态抽取上，这个版本同样有很多实用修复。

1）文档解析与抽取修复

• • MinerU 解析器不再把页眉页脚等 page chrome 错误抽成正文
• • DeepDoc 补充英文 caption 模式，修复英文图表标题缺失
• • TitleChunker 恢复 json 和 chunks upstream 格式输出
• • Docling native chunks 为空时回退处理
• • markdown fenced code block extraction 修复
• • 保留 markdown tables 的 delimiter extraction
• • naive 模式中强制合并过短 markdown headers，避免独立切块
• • Excel parser 修复在 chunk_rows 精确倍数时产生多余 header-only chunk
• • image parser 强制输出 json
• • table parser 文档 metadata 聚合支持 auto mode
• • image_base64 在写入 doc-store 前进行校验
• • 英文语言检测中 list 参数导致 is_english() 恒 False 的问题修复
• • FulltextQueryer.paragraph 中按空白符对 content_tks 分词
• • 修复 pipeline parsing result 检查报错

2）知识库与文档管理修复

• • 上传 .tsv 文件失败时现在会返回错误消息
• • 修复无法创建 dataset
• • 新增 Bulk action：支持将多个文件批量关联到 datasets
• • 修复 linked file row 缺失时 document rename 保护
• • 修复 dataset delete 时 File2Document row 缺失保护
• • POST /documents/stop 时移除部分 chunks 并重置计数器
• • parse 和 stop_parsing 中增加 docStoreConn.delete 的 index_exist 防护
• • duplicate document ingest guard 调整
• • guard async_ask() against empty or invalid kb_ids
• • memory tenant id 在 task collect 中传递修复
• • memory empty issue 修复
• • empty response set not take effect 修复
• • Search mindmap not working 修复

3）预览、图片与下载接口修复

• • 缺失文件下载返回 4xx，而不是 500
• • document image endpoint 自动推断 Content-Type
• • SDK document download 的 Content-Type 根据文件名设置
• • document preview 恢复 accessible 检查
• • 去除重复 document preview access check
• • markdown document preview 请求增加鉴权
• • 预览和图片接口对 storage blob 缺失增加保护
• • image_id 与 id2image 对带连字符的存储 key 解析修复
• • 文件名过长时删除确认框溢出问题修复

九、OpenAI-Compatible API 与聊天链路：兼容性和正确性大幅提升

这一部分更新非常密集，尤其适合依赖 OpenAI-compatible 接口的用户关注。

1）chat completions 关键修复

• • streamed answers 在 OpenAI-compatible chat completions 中重复的问题已修复
• • OpenAI-compatible chat completions API 默认不再是 streamed responses
• • 修复客户端因默认流式导致的错误
• • chat completions 在 LiteLLM providers 上失败的问题已修复，内部配置参数会先被过滤
• • 序列化时 NaN、Inf 等非法数值导致 JSON 编码错误的问题修复
• • 支持 array message content
• • 聊天生成参数覆盖逻辑修复
• • 空 chat model fallback 修复
• • Creativity 参数未保存问题修复
• • generation parameter overrides 修复
• • max_tokens 从模型配置向下游传播修复
• • embed completion request 增加 model_name
• • 支持 chat 中 waiting 状态展示
• • 修复 answer 重复、think 解析、post-think 重复等流式链路细节问题

2）Agent、Workflow 与视觉能力修复

• • visual agent 调用路由到 image model
• • agent launch 页面 pagesize 警告修复
• • embedded website floating component 不显示 citations 的问题修复
• • Visual Input File 中变量不显示的问题修复
• • workflow 运行日志输入中显示解析后的变量
• • switch conditions 为空时跳过
• • regular expression 配置在 pipeline header-based chunking 中被重置的问题修复
• • multiple tags 修复
• • get is_tools from model record 修复

十、Go API 大规模迁移与补齐：后端能力继续成型

从“What's Changed”来看，Go API 已经在 v0.26.0 中承担了越来越多的核心能力。新增或迁移的接口覆盖范围非常广，主要包括以下模块：

1）系统与用户

• • PATCH /api/v1/users/me
• • system healthz API
• • /api/v1/system/status GET
• • /system/stats
• • /system/config/log 重构
• • user registration initialization 修复
• • /user/me 返回中包含 user model settings
• • logout access token invalidation 持久化
• • post /api/v1/system/tokens 修复
• • no more @token_required
• • consolidate beta auth
• • password-reset flow
• • forgot-password flow 迁移到 Go

2）Agent 与 Workflow

• • GET /api/v1/agents list
• • GET /api/v1/agents//versions
• • GET /api/v1/agents//versions/
• • POST /api/v1/agents//upload
• • GET /agents/templates
• • GET /api/v1/agents/prompts
• • /api/v1/agents/
• • /api/v1/agents//sessions
• • PUT /api/v1/agents//tags

3）连接器与 MCP Server

• • create_connector
• • connector get API
• • connector 管理 endpoints
• • connector delete / rebuild / listlog
• • connector PATCH
• • check connection
• • MCP server create / delete / list / update
• • MCP server management endpoints

4）数据集与文档

• • dataset ingestion log APIs
• • /api/v1/datasets//metadata/config
• • GET dataset metadata summary API
• • DELETE /api/v1/datasets/:dataset_id/documents 迁移到 Go
• • POST /api/v1/datasets//documents/stop 迁移到 Go
• • datasets//documents//metadata 相关 API
• • POST /api/v1/files/link-to-datasets
• • thumbnails API

5）检索与搜索

• • SearchBot ask
• • SearchBot related_questions
• • SearchBot retrieval_test
• • RAG retrieval to chat completions
• • RAGFlow server API in Go
• • Elasticsearch result functions 补全

十一、CLI 也在持续增强：模型、解析、切块都能更方便管理

Go CLI 在本版本中同样收获了大量更新：

• • 检查 provider region
• • 支持批量 model add/remove
• • 支持可选 embedding dimension
• • 新命令：list all models / show model
• • 更新 supported models 列表
• • 切换到 admin/api server
• • CLI 文件系统清理
• • parse 和 chunk 命令
• • CLI 重构与测试修复
• • list-models 函数重构

对于自动化部署和运维来说，这些增强非常实用。

十二、安全性、稳定性与运行时防护：这次修复量非常大

v0.26.0 中还包含大量底层稳定性与安全修复，值得重点关注。

1）安全修复

• • 修复 OIDC ID token verification 中的 JWT algorithm-confusion 问题
• • 升级 crawl4ai 到 0.8.0 以修复相关 CVE

2）运行时与 panic 防护

• • 修复多个 nil-pointer dereference 导致的 runtime panics
• • 增加 missing row、missing blob、missing linked row 等各类 guard
• • Go 1.25 下 http.DefaultTransport 类型断言保护
• • storage blob 缺失时预览、图片、下载接口保护
• • SearchService.get_detail 缺失行保护
• • verify_api_key embedding 分支 await asyncio.wait_for 修复
• • DeepSeek、VolcEngine streaming nil pointer 防护

3）Docker 与部署修复

• • Dockerfile 与发布流程切换到 GitHub mirror
• • slim Docker image
• • 增加 .dockerignore
• • 修复 Go binary shipping
• • es01 /tmp 使用 tmpfs 解决 entrypoint 权限问题
• • Tigris 作为 S3-compatible 存储后端文档支持
• • 修复 s3 region 字段名
• • OceanBase tenant startup drift 和文档修复

十三、国际化：韩语、意大利语翻译完成

v0.26.0 在 i18n 上也有进展：

• • 韩语翻译完成
• • 意大利语翻译完成

此外，UI 层还有若干小修复，例如：

• • 个人资料页时区显示修复
• • 主界面新增 chat 时自动弹出 warning 的问题修复
• • x-spreadsheet 组件添加细滚动条样式
• • 删除文件确认弹窗超长文件名溢出修复

十四、文档更新同步到位

本次版本还同步更新了多项文档：

• • converse with agent API reference 更新
• • RSS feed ingest 指南新增
• • Tigris 存储后端文档新增
• • supported model providers and URLs 更新
• • README 与文档中的版本引用更新到 v0.26.0
• • v0.26.0 release notes 初稿与最终整理同步完成

十五、RAGFlow v0.26.0 最值得关注的升级总结

如果只看这次版本最有价值的升级，我认为重点有以下几项：

第一，模型接入体验完成了一次质变

从“手动输入模型名”，升级到“远程拉取可用模型列表并动态下拉展示”，这对多模型平台来说非常关键。再叠加同一 provider 多 API Key、自定义编辑模型列表、多 provider 验证修复，RAGFlow 的模型管理能力明显成熟了。

第二，企业数据接入能力继续强化

Outlook、OneDrive、Teams、Slack、SharePoint、Salesforce、Azure Blob Storage 七大连接器加入后，RAGFlow 在企业知识接入上的覆盖面更广了。

第三，GraphRAG 进入更实用阶段

社区抽取与实体消解支持断点恢复，实体排名、KG 检索、N-hop、Query Rewrite、community 搜索等能力同步完善，这对复杂知识图谱检索是实打实的增强。

第四，推理模型流式体验提升明显

移除 <think> 文本缓冲后，reasoning 模型的实时反馈感更强；同时 MiniMax、Qwen 系列 thinking 相关问题得到大量修复。

第五，稳定性修复覆盖面极广

从 OpenAI-compatible 聊天接口，到文档预览、下载、切块、embedding、rerank、metadata filter、provider 驱动、Go API、CLI、Docker、数据库迁移，本次版本几乎在所有核心路径上都做了补强。

十六、结语

代码地址：github.com/infiniflow/ragflow

总体来看，RAGFlow v0.26.0 是一个“功能扩展 + 架构补齐 + 稳定性修复”三线并进的大版本。

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。