Posts

Dify 深度玩法（四）：RAG 做到什么程度才算到位

上一篇：节点自定义的五个层级。自托管 Dify 的 RAG 不是"上传文档然后问答"，而是一条每一段都能调参的流水线，且没有云版的容量阉割。

全链路：入库与查询

flowchart LR subgraph IN ["入库侧（一次性）"] A["多源接入 文档·网页·Notion·API"] --> B["分块 通用·父子·问答对"] B --> C["双路索引 向量 + 关键词"] end subgraph Q ["查询侧（每次请求）"] D["查询预处理 改写·分类路由"] --> E["混合检索 向量+全文+元数据过滤"] E --> F["重排 rerank 精排"] F --> G["带引用生成 可拒答·可溯源"] end C -.->|"查询时检索"| E

平台能力是现成的。效果差异来自三个你自己做的决定：分块策略、检索模式、元数据设计。

效果的四层阶梯

层次	做出来的效果	依赖能力
1. 基础问答	回答带引用来源，知识库里没有就明确说不知道	混合检索 + 重排 + 阈值
2. 精准知识库	长文档问答不丢上下文；检索自动限定在某类文档	父子分段 + 元数据过滤
3. 可编程检索流水线	查询改写、分类路由、多库检索、生成前校验全部画进画布	RAG 流水线 / Chatflow
4. 外挂检索引擎	Dify 只当编排层，检索打到你自己写的 API（ES、数据库、自建向量服务）	外部知识库 API

第 2、4 层是自托管的意义所在：云版免费额度装不下，而外部知识库接口意味着可以整体绕开内置向量库。