Ragflow(v0.18.0)更新内容概览与同步计划

❝

RagflowPlus不计划对RAGFlow的新内容进行照搬，而会根据实际应用场景，对RAGFlow的内容“取其精华，去其糟粕”。

下面一点点来看其新版本的更新内容：

RAGFlow 0.18.0主要更新内容如下：

1. 实现了 MCP Server：可以通过 MCP 访问 RAGFlow 的知识库
   MCP很火热，但我仍需要一定时间去研究该协议，并评估其应用价值。未来，MCP的生态肯定会更完善，此点早晚会进行同步。

2. 团队协作：Agent 可以被分享给其他团队成员
   这点不计划同步，我对 Agent 持保守态度，目前Agent的表现和所谓“低代码”平台没有显著差异，我的应用场景也基本用不到Agent。

3. Agent 版本管理：Agent 的更新会被持续记录并支持通过导出恢复至旧版本
   同上一点。

4. 新增兼容 OpenAI API 的模型供应商：Agent支持调用与 OpenAI API 兼容的模型 
   

   模型供应商暂时没必要拓展，现阶段的提供接口已完全够用。

5. 禁用用户注册：管理员可以通过环境变量管理是否开放用户注册入口
   这一点RagflowPlus已经做到，并搭配权限范围更大的管理系统。

6. PDF 解析器支持 VLM 模型
   RagflowPlus采用了一套完全独立的MinerU解析方案，因此不会再对Deepdoc解析进行维护。

7. 优化回答引用：优化生成回答时候引用的精准度
   此点计划短期内就更进，因为涉及到的修改并不多。

8. 优化对话体验：可以主动终止对话时候的流式输出
   此点RagflowPlus已经跟进，在聊天对话时，可以终止对话。

RAGFlow 0.18.0的更新内容中，罗列了所有有关的PR，我的修订也罗列在内，算是为该版本做了点微小贡献。

RagflowPlus重塑前台系统的目的是为了阻止部分功能冲突，肯定无法覆盖所有用户的应用需求。

如果只想使用RagflowPlus的后台管理系统，并搭配RAGFlow 0.18.0进行使用，可以修改docker/.env文件的RAGFLOW_IMAGE值。

这样可以提前体验到ragflow v0.18.0的最新内容，但仍需注意，部分接口会和后台管理系统冲突，使用时需排查甄别。