RAGFlow 知识库问答
用 RAGFlow 混合检索（关键词 + 向量）拿回命中片段，由你综合成答案并标注引用来源。全程只用 curl，请求体一律先落 JSON 文件再 --data @file 提交（规避各 shell 引号转义差异）。
前置检查
RAGFLOW_BASE_URL（末尾不带 /）和 RAGFLOW_API_KEY 从环境变量读取。任一缺失时直接告诉用户如何设置，不要尝试调用。curl 在 Windows / Linux / macOS 均可用，仅设置环境变量的语法因 shell 而异：
# bash / zsh（Linux、macOS）
export RAGFLOW_BASE_URL="http://<host>:<port>"
export RAGFLOW_API_KEY="ragflow-xxxx"
# PowerShell（Windows）
$env:RAGFLOW_BASE_URL="http://<host>:<port>"
$env:RAGFLOW_API_KEY="ragflow-xxxx"
工作流程
1. 选定数据集
除非用户已点名库名，先列出可见数据集让用户挑（本轮对话后续追问沿用已选 ID，不必重选）：
curl -s "$RAGFLOW_BASE_URL/api/v1/datasets?page_size=100" \
-H "Authorization: Bearer $RAGFLOW_API_KEY"
把 data[] 的 name（附 document_count）列给用户选择。用户点名库名时用 ?name=<库名> 精确匹配定位；查不到再去掉 name 全量列出请用户确认。取中 data[0].id 作为 dataset_id。
2. 检索
请求体写入临时文件（如 rag-qa-req.json，用完删除），question 用用户原问题；问题冗长时可追加核心关键词提升召回：
{
"question": "用户问题原文",
"dataset_ids": ["<dataset_id>"],
"page": 1,
"page_size": 10,
"similarity_threshold": 0.2,
"vector_similarity_weight": 0.3,
"keyword": true,
"highlight": true
}
curl -s -X POST "$RAGFLOW_BASE_URL/api/v1/retrieval" \
-H "Content-Type: application/json" \
-H "Authorization: Bearer $RAGFLOW_API_KEY" \
--data @rag-qa-req.json -o rag-qa-resp.json
响应判读：
code != 0：把message原样报给用户（常见：dataset_ids 失效、数据集无 embedding 模型）。- 相似度分档处理（0.2 为接口召回下限）：≥ 0.5 高置信，直接作答；0.3–0.5 主题相关但不完全匹配（如命中正确的制度文件但片段未覆盖全部细节），可作答但标注「低置信，仅供参考」；< 0.3 视为噪声，不作为答题依据。
data.total == 0或全部similarity低于 0.3：明确告诉用户「知识库未找到相关内容」，可建议换关键词或换库重试，不要用自己的知识补缺。- 命中 chunk 的关键字段：
content（片段全文）、similarity（综合分）、document_keyword（来源文档名，含扩展名）、document_id（用于拼接原文链接）、positions（[页码, left, top, right, bottom]，取全部页码去重排序，如 P4-5）。
3. 综合回答
- 只依据检索到的 chunk 作答， chunks 之间相互矛盾时如实呈现分歧并各自标注来源。
- 每个关键论断后标注引用，写成 RAGFlow 原文链接，用户点击即可在浏览器打开该文档：
[《文档名》P4-5]($RAGFLOW_BASE_URL/document/<document_id>?ext=<扩展名>)
扩展名取 document_keyword 的后缀（如 pdf）。页码缺失时只标文档名。
注意不要加 resource=files：那会让前端改走文件管理模块（/files/<file_id>），检索返回的 document_id 在那边查不到，会报 document not found。
- 回答末尾列「参考来源」清单：同样用上述链接格式，附最高 similarity 让用户能判断可信度；低置信回答在开头明示。
- 检索内容与问题只是部分相关时，说清「库里只查到 X，未覆盖 Y」。
多轮追问
同一对话内沿用已选 dataset_id。用户换话题且明显跨库时，回到第 1 步重新选库。前一轮检索结果可作为上下文，但新一轮问题应重新检索（知识库可能已更新，且新问题的召回片段不同）。
