RAGFlow Skill

核心功能

RAGFlow Skill 提供了一套完整的 Node.js CLI 工具，用于管理 RAGFlow v0.25.2 开源 RAG 平台的全部核心能力。该技能通过 scripts/ragflow.js 封装了完整的 REST API，支持从知识库创建到嵌入式网站集成的端到端工作流。

主要能力模块

知识库与文档管理

• 数据集 CRUD：创建、列举、更新、删除知识库，支持多种分块策略（naive、manual、Q&A 等）
• 文档流水线：上传、解析状态监控、元数据提取，支持批量处理
• 分块精细控制：查看、新增、更新、删除文本块，支持重试机制应对删除延迟

检索与对话

• 直接检索：retrieve 命令支持基于问题的向量检索，返回相似度评分
• 对话助手：创建多知识库关联的 Chat Assistant，支持会话管理、流式/非流式对话
• Agent 工作流：支持基于 DSL 的自定义 Agent，含组件编排、迭代循环、变量注入

嵌入式访问

• 生成嵌入代码（iframe/widget/fullscreen 模式）
• 自动管理 beta token 与会话生命周期
• 支持免登录的公开网站集成

系统运维

• 模型发现：列举租户可用的 LLM 与 Embedding 模型
• 日志级别动态调整
• API 诊断与故障排查工具

显著优点

1. API 完整覆盖：对应 RAGFlow v0.25.2 全部服务端点，无功能盲区
2. 工作流导向：按场景组织命令（upload → parse → retrieve → chat），降低使用门槛
3. 安全设计：敏感 token 自动脱敏、破坏性操作需确认、重试机制内置
4. 输出友好：--json 支持链式调用，同时提供格式化表格、状态标签等人类可读输出
5. Agent DSL 完备：支持组件化编排、历史记忆、路径选择、结构化输出迭代

潜在局限

• 环境依赖：必须预置 Node.js 运行时及 RAGFLOW_URL/RAGFLOW_API_KEY
• 版本锁定：严格匹配 v0.25.2 API 路由，升级需同步更新技能
• 模型标识格式：必须使用 model@provider 格式（如 qwen-turbo@Tongyi-Qianwen），非直观数字 ID
• 分块删除延迟：部分部署存在文档存储刷新延迟，需自动重试或诊断脚本介入
• 嵌入式公网假设：embed-code 默认使用 RAGFLOW_URL 作为公开访问地址，内外网分离场景需显式指定 --origin

适用人群

• AI 应用开发者：快速搭建基于私有数据的 RAG 对话系统
• 企业知识管理员：批量处理文档、维护多领域知识库
• Agent 工程师：使用 DSL 编排复杂多步骤推理工作流
• 运维人员：监控解析状态、调整日志、诊断 API 异常

常规风险

• 数据不可逆删除：知识库、文档、会话等删除即时生效，无回收站机制
• 凭证泄露风险：beta token、system token、auth= 参数属敏感信息，技能已内置脱敏但用户仍需注意日志安全
• 模型配置错误：Embedding 模型与 Chat 模型混用或标识格式错误会导致 API 400 错误
• 会话状态漂移：嵌入式场景下会话生命周期由 CLI 自动管理，异常中断可能导致孤立会话
• 流式输出处理：Agent 对话默认流式返回，下游需正确处理 SSE 或显式关闭 --stream false 获取完整 JSON