RAGFlow

Инструмент для построения RAG-пайплайна: загрузка источников, индексация и поиск.

Шаг 1. Откройте RAGFlow и нажмите «Получить доступ»

rag: карточка сервиса с кнопкой «Получить доступ»
Чтобы получить доступ, нажмите Получить доступ на карточке сервиса.

Шаг 2. Подтверждение создания учетной записи

rag: подтверждение
Для подтверждения создания учетной записи нажмите Подтвердить

Что выдает Alem Plus:

  • Ссылка
  • Электронная почта
  • Пароль

Шаг 3. Перейдите по выданной сссылке

rag: Create knowledge base
Нажмите наCreate knowledge base

Шаг 4. Дайте название для base

rag:base name
Введите название

Шаг 5. Нажмите OK для выбора LLM

rag:ok
или зайдите в Settings->Model providers

Как сочетать RAGFlow с LLM инструментами от Alem Plus

В списке найдите OpenAI-API-Compatible

rag:OpenAI-API-Compatible
Нажмите на нужный провайдер

Для AlemLLM

rag:for_alemllm
Укажите API-key

Для Qwen3

rag:for_qwen3
Укажите API-key

Для Gemma3

rag:for_gemma3
Укажите API-key

Для Embedder

rag:for_embedder
Укажите API-key

Далее нужная модель отобразится в Added Models

rag:added
Added models

Быстрый старт 

import requests

RAGFLOW_ENDPOINT = "https://ragflow.example.com"  # базовый URL
RAGFLOW_API_KEY  = "Ваш API_KEY"

q = {"query": "company policy", "top_k": 5}

r = requests.post(
    f"{RAGFLOW_ENDPOINT}/search",
    headers={
        "Authorization": f"Bearer {RAGFLOW_API_KEY}",
        "Content-Type": "application/json",
    },
    json=q,
    timeout=60,
)
r.raise_for_status()
print(r.json())



const RAGFLOW_ENDPOINT = "https://ragflow.example.com";
const RAGFLOW_API_KEY  = "Ваш API_KEY";

const res = await fetch(`${RAGFLOW_ENDPOINT}/search`, {
  method: "POST",
  headers: {
    Authorization: `Bearer ${RAGFLOW_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({ query: "company policy", top_k: 5 }),
});

if (!res.ok) throw new Error(`HTTP ${res.status} ${await res.text()}`);
console.log(await res.json());

Чтобы добавить файлы в Knowledge Base перейдите в Dataset

rag:Dataset
Нажмите на Add file чтобы добавить файлы, можете создавать свои пути

Укажите Parse on creation чтобы разделить текст на chunks

rag:Parse
Поставьте галочку

Вы также можете распарсить после загрузки

rag:Parse2
Нажмите Start

Теперь Вы можете протестировать знания бота через раздел Chat

rag:chat
Нажмите Chat

Как использовать RagFlow с n8n