Размер видео: 1280 X 720853 X 480640 X 360
Показать панель управления
Автовоспроизведение
Автоповтор
RUclips会员：ruclips.net/channel/UCPpdGTNbIKdiWgxCrbka4ZwjoinPatreon：www.patreon.com/newtype_ai知识星球：t.zsxq.com/19IaNz5wK
anythingLLM就是初级学习级别的，ragflow看似功能设置很多，但是bug也极多，稳定性不如fastgpt
看了视频装了一天 ，很值得！感谢！
本人配置了一台AI服务器（AMD EPYC 9554*2, 512GB-RAM, 4090显卡*4），主要目的就是部署一个高品质的私有知识库，为这个RAGFlow苦恼了一个月了：现实问题（1）投喂大量文档（doc, jpg, pdf, etc...）时，不能指定任意目录，并进行多层目录自动分析功能，只能从web操作界面，一个一个文件上传，这导致没法使用（例如：我有6TB，40多万个不同类型的文档，并且是保存在无数个多层嵌套的目录内，你让我一个一个的上传？这完全是无法使用的，很多文件还存在定期更新、修改问题）。除了指定文档目录，还要具备定期（哪怕手动也行）更新分析，没有更新的文档自动跳过，新增的、更新的文档则重新分析。我相信这也是大多数真正需要知识库的人存在的现实问题！；（2）多语言支持，这里的语言，指的是【人类外语】，目前多数大预言模型，对中英文支持还算可以，但是其他外语一塌糊涂，大部分直接不支持。我是外语工作者，多外语支持的AI资料库也是亟需的现实需求。（3）以上问题或许可以通过二次开发解决，但是对于个人，这个开发费用不可承受，公司可以考虑。。。。希望黄老师能帮助看看，谢谢了。
对 自动扫描目录应该是刚需 不知道为啥所有的都需要手动上传
我觉得首先它是一个开源项目， 你可以看它怎么做的， 然后代码来自动化文件上传什么的。 另外， 就是作为对最终对话提供context的个体， 最重要的事情其实是信息的简洁性。 上传如此多文档是否都是有用的文档？ 会不会产生illusion？
这个与微软的GRAHRAG有什么区别吗？
很有用，用Ollama 跑也成功，謝謝分享
前几周试过这个ragflow了，识别MD格式毫无难度，PDF依然有不少问题，感觉还需要迭代升级一下内嵌更好的PDF识别方案。但即使如此，也比anything LLM这种好太多了。
up主研究了很久啊，支持！
感谢分享教程，请问下能否只用下载基础文件，不下载模型文件，直接对接openai或者其他api？这样文件占用也小，方便部署到边缘设备
应该可以。回头我试试
@@huanyihe777 感谢回复，期待新的影片分享
我添加通义千问的api提示102错误，这是什么原因？
请问如果有notebook lm还需要自部署rag项目吗，您怎么看这个问题的。多谢多谢。
部署RAG项目很难、很麻烦。优先用现成的工具。像NotebookLM这种就非常好，对个人学习来说有质的提升。
能不能讲一下怎么打包的，不会用docker，看文档看不明白怎么解决问题
你好 centos服务器上安装了，但是使用pc浏览器访问服务器ip，不能跳出ragflow登录网页。请问怎么办
请问解决了吗
如何使用本地模型？
试了好几次，一个简单的表格，解析到build index就出错，😭😭
这个看着不错啊
嗯我特别满意
知识库只上传了一篇文章后用搭个agent问了个问题结果直接跑死了，ssd占用率100%，一直searching...这个agent能用吗
我没用Agent功能。直接问答就可以。
请问，如果我要学一百个文章，他可以集成到一起学习吗？并机器人索引回答。
建议使用NotebookLM，最优解
跟dify是同類嗎?
不是
RAGFLOW的向量化质量的确是顶级的，缺点就是这个项目对系统要求实在太高，无法部署在NAS
说句实话，这个项目看起来面面俱到的样子，看文档就直到作者不太有从用户角度看问题的能力。容器拉取下来内部占用率忽高忽低，我也懒得进去看了，琢磨他这个还不如花时间训练呢。
pptx无法解析
才開始加速研究人工智能，誰給你膽子說是終極方案？
RUclips会员：ruclips.net/channel/UCPpdGTNbIKdiWgxCrbka4Zwjoin
Patreon：www.patreon.com/newtype_ai
知识星球：t.zsxq.com/19IaNz5wK
anythingLLM就是初级学习级别的，ragflow看似功能设置很多，但是bug也极多，稳定性不如fastgpt
看了视频装了一天 ，很值得！感谢！
本人配置了一台AI服务器（AMD EPYC 9554*2, 512GB-RAM, 4090显卡*4），主要目的就是部署一个高品质的私有知识库，为这个RAGFlow苦恼了一个月了：现实问题（1）投喂大量文档（doc, jpg, pdf, etc...）时，不能指定任意目录，并进行多层目录自动分析功能，只能从web操作界面，一个一个文件上传，这导致没法使用（例如：我有6TB，40多万个不同类型的文档，并且是保存在无数个多层嵌套的目录内，你让我一个一个的上传？这完全是无法使用的，很多文件还存在定期更新、修改问题）。除了指定文档目录，还要具备定期（哪怕手动也行）更新分析，没有更新的文档自动跳过，新增的、更新的文档则重新分析。我相信这也是大多数真正需要知识库的人存在的现实问题！；（2）多语言支持，这里的语言，指的是【人类外语】，目前多数大预言模型，对中英文支持还算可以，但是其他外语一塌糊涂，大部分直接不支持。我是外语工作者，多外语支持的AI资料库也是亟需的现实需求。（3）以上问题或许可以通过二次开发解决，但是对于个人，这个开发费用不可承受，公司可以考虑。。。。希望黄老师能帮助看看，谢谢了。
对 自动扫描目录应该是刚需 不知道为啥所有的都需要手动上传
我觉得首先它是一个开源项目， 你可以看它怎么做的， 然后代码来自动化文件上传什么的。 另外， 就是作为对最终对话提供context的个体， 最重要的事情其实是信息的简洁性。 上传如此多文档是否都是有用的文档？ 会不会产生illusion？
这个与微软的GRAHRAG有什么区别吗？
很有用，用Ollama 跑也成功，謝謝分享
前几周试过这个ragflow了，识别MD格式毫无难度，PDF依然有不少问题，感觉还需要迭代升级一下内嵌更好的PDF识别方案。但即使如此，也比anything LLM这种好太多了。
up主研究了很久啊，支持！
感谢分享教程，请问下能否只用下载基础文件，不下载模型文件，直接对接openai或者其他api？这样文件占用也小，方便部署到边缘设备
应该可以。回头我试试
@@huanyihe777 感谢回复，期待新的影片分享
我添加通义千问的api提示102错误，这是什么原因？
请问如果有notebook lm还需要自部署rag项目吗，您怎么看这个问题的。多谢多谢。
部署RAG项目很难、很麻烦。优先用现成的工具。像NotebookLM这种就非常好，对个人学习来说有质的提升。
能不能讲一下怎么打包的，不会用docker，看文档看不明白怎么解决问题
你好 centos服务器上安装了，但是使用pc浏览器访问服务器ip，不能跳出ragflow登录网页。请问怎么办
请问解决了吗
如何使用本地模型？
试了好几次，一个简单的表格，解析到build index就出错，😭😭
这个看着不错啊
嗯我特别满意
知识库只上传了一篇文章后用搭个agent问了个问题结果直接跑死了，ssd占用率100%，一直searching...这个agent能用吗
我没用Agent功能。直接问答就可以。
请问，如果我要学一百个文章，他可以集成到一起学习吗？并机器人索引回答。
建议使用NotebookLM，最优解
跟dify是同類嗎?
不是
RAGFLOW的向量化质量的确是顶级的，缺点就是这个项目对系统要求实在太高，无法部署在NAS
说句实话，这个项目看起来面面俱到的样子，看文档就直到作者不太有从用户角度看问题的能力。容器拉取下来内部占用率忽高忽低，我也懒得进去看了，琢磨他这个还不如花时间训练呢。
pptx无法解析
才開始加速研究人工智能，誰給你膽子說是終極方案？