RAGFlow v0.25.2 已于 2026 年 5 月 10 日发布。这一版本的关键词非常明确：API 继续统一、数据源删除同步能力增强、权限控制更严格、性能瓶颈被修复、兼容性持续维护。如果你正在关注 RAGFlow 的升级节奏，v0.25.2 是一次覆盖面非常广的版本更新，既有架构层面的持续演进，也有大量面向生产可用性的修补与增强。
一、v0.25.2 版本总览
本次版本主要分为三大方向：
1）API 继续重构与统一
RAGFlow 持续推进 Web API 向 RESTful 规范迁移，同时强调保持旧接口兼容。这意味着新旧客户端在迁移过程中不会被强制打断，整体升级更平滑。
2）数据源删除文件同步能力增强
本次新增了一个轻量级 snapshot 机制，用于同步多个数据源中的已删除文件，并尽可能真实反映远端数据源状态。该能力覆盖多个数据源，说明 RAGFlow 在“同步一致性”方面进一步强化。
3）大量 bug 修复与安全/性能提升
从元数据可见性问题、重复 chat 输出、过滤性能瓶颈，到权限检查、兼容性路由、导出下载、数据集访问控制等，本次版本对生产环境中的关键问题做了系统性修正。
二、核心改进：API 统一继续推进，旧接口保持兼容
v0.25.2 延续了前几个版本的方向：Web API 向 RESTful 风格持续重构和统一。这类改动通常意味着：
• 路由命名更统一
• 资源表达方式更清晰
• 接口层次更适合长期维护
• 客户端调用体验更一致
更重要的是，本次更新特别强调了一个原则：所有 legacy 端点都保持向后兼容。也就是说，虽然内部接口正在逐步规范化，但旧版本的调用方式仍然可用。这对于正在使用 RAGFlow 的团队非常关键，因为它降低了升级风险，也减少了迁移成本。
这次还出现了多个与 RESTful 重构相关的更新点，例如：
• 文档预览/下载迁移到 RESTful API
• 文档下载增加兼容路由
• 完整的旧文档 API 向后兼容维护
• 路由名称调整
• legacy 系统健康检查路由保留
这说明 RAGFlow 并不是简单地“换接口”，而是在做一套渐进式 API 重构：新规范逐步落地，老调用继续可用，保证系统演进不中断。
三、数据源同步重大升级：删除文件同步机制上线
本次最值得关注的功能之一，是轻量级 snapshot 机制的引入。它的目的很明确：用于同步远端数据源中被删除的文件，从而让本地状态更忠实地反映远端真实变化。
这项能力覆盖了多个数据源，包括：
• Moodle
• DingTalk AI Table
• RSS
• WebDAV
• Asana
• Zendesk
• IMAP
• Seafile
以及本次还扩展到：
• dingtalk-ai-table
• moodle
• rss
• webdav
• asana
• zendesk
• seafile
• rdbms
从更新描述看，这不是单点修补，而是一次跨数据源的能力扩展。它解决的是同步系统中非常现实的问题：远端数据源删了文件，本地如果不知道，就会产生脏数据、误检索、误展示、甚至误引用。
这个机制带来的直接价值
• 删除内容能够被更及时识别
• 数据源状态更一致
• 检索结果更可靠
• 数据同步更贴近真实远端状态
• 后续文档管理与权限控制更容易保持正确性
此外，这次更新中还包含了多个与同步相关的修复：
• 数据源空列表同步修复
• 文件批量删除优化
• 文档删除权限检查补充
• 删除文档 UUID 校验移除
• 连接器服务时间设置与日志间隔修正
• 同步文档 ID 按连接器作用域隔离，避免跨知识库冲突
可以看出，v0.25.2 不只是“支持删除同步”，而是顺手把整条同步链路的稳定性、隔离性、正确性都加强了一遍。
四、性能优化：元数据过滤从内存处理下沉到 Elasticsearch
这次版本里有一个非常明确的性能改进点：元数据过滤不再在内存中处理，而是下推到 Elasticsearch。
这项优化非常重要，因为内存过滤通常会带来以下问题：
• 数据量大时性能明显下降
• 过滤逻辑难以扩展
• 会产生额外的内存开销
• 检索链路容易出现瓶颈
本次改动后，过滤逻辑交给 Elasticsearch 执行，说明系统更合理地利用了检索引擎能力。对于大规模数据集场景，这种优化往往能带来非常明显的收益。
除此之外，性能类修复还包括：
• 避免 embedding 累积中的 O(n²) 数组增长
• RocksDB 元数据并发 CREATE/DROP 冲突重试
• 图谱构建中的合并并发和 checkpoint 恢复
• 文件批量删除优化
• 任务日志数量上限放宽
• 继续优化数据过滤与检索链路
这些变化表明，v0.25.2 不只是修小 bug，而是在处理大数据量、大并发环境下的真实使用问题。
五、聊天与多模态能力增强
本次在 chat 体验方面也有较多更新：
• 简化 chat，并支持多模态 chat
• 支持多模态 chat 流式输出
• 修复聊天页面 LaTeX 公式无法显示
• 修复双重转义的 LaTeX 反斜杠和 HTML 实体
• 修复重复 chat 输出
• 修复非流式工具调用追加到 chat history 的异常
• 修复对话中的思考显示折叠与深度研究检索标签分离
• 修复聊天页中书写公式显示问题
• 修复部分输出与消息展示错误
这些修复说明 RAGFlow 在对话层的目标并不是只做“能聊”，而是进一步让复杂能力在前端表现上保持稳定。例如：
• 公式内容能正确渲染
• 多模态请求可流式返回
• 工具调用历史更稳定
• deep research 的展示标签更清晰
• 聊天输出重复问题被处理
这类体验修复对最终用户感知非常明显，尤其是在知识问答、文档分析、多模态辅助场景里。
六、权限控制全面收紧：多处接口补上授权检查
v0.25.2 在安全性方面非常明显的一点，就是权限检查更严格了。多个接口都补上了 tenant 级别的授权控制或 IDOR 防护，避免越权访问和跨租户泄露。
本次涉及的安全与权限修复包括：
• 文档删除权限检查
• beta 文档下载授权检查
• 文档下载 endpoint 加强租户授权
• chatbot SDK endpoint 强制 tenant 级授权
• memory 与 message endpoint 强制 tenant 权限
• 文件 ancestry 接口补权限检查
• /files/link-to-datasets 授权缺失修复
• 私有数据集访问检查中的越权修复
• agent 权限问题修复及回滚
• team member 无法编辑 agent 的修复
• hybrid 模式下认证问题修复
• CLI 登录、注册、注销相关修复
• document download 兼容路由同时保留授权逻辑
这些修复共同指向一个目标：多租户环境下的数据隔离必须严格。这对于企业部署尤其重要，因为一旦权限边界不清晰，就可能造成数据泄露或者误操作。
七、模型与推理能力持续扩展：更多 provider 接入
v0.25.2 中，模型接入能力继续扩展，新增或完善了多个 provider 支持，包括：
• FuturMix
• Vllm
• Ollama
• xAI
• lm-studio
• OpenAI
• Nvidia
• OpenRouter
• HuggingFace
• 阿里云相关能力
• ZhipuAI 的 Rerank
• Gitee AI 的 Rerank
• SiliconFlow 的 Balance
• DeepSeek 的 Balance
• Aliyun 的 Encode（embeddings）
• Bedrock 相关修正
• MiniMax GroupId header 支持
• 继续优化 model service 的统一调用逻辑
同时还有以下相关改进：
• 使用统一的 GetChatModel，减少重复函数
• 修正 IMAGE2TEXT 到 CHAT 的 fallback 与 model_type 归一化
• 修复本地模型连接检查的全局状态污染
• 修复不同 provider 的 ListModels 和 CheckConnection 接口对接
• 修复 agent completion 的兼容性
• 支持 non-stream runtime agent completion
这意味着 RAGFlow 的模型生态继续变宽，同时内部调用链也在变得更统一、更可维护。
八、数据集、文档、检索与 RAG 相关修复
围绕数据集与文档的修复非常多，覆盖面很广：
• 允许搜索多个数据集
• 修复数据集文件页面路由错误
• 修复数据集文件过滤 API
• 修复 document api 的向后兼容
• 修复知识库 prompt 中 document_metadata 为空导致的 citation 崩溃
• 修复 tag parser id
• 修复 handle id as keyword
• 修复 kb_ids 在 SQL 拼接前的 UUID 校验
• 修复文档导出元数据丢失
• 修复文档生成器输出补充 base64
• 修复文档转换的向后兼容
• 修复过滤条件下 rerank 不应绕过阈值
• 修复嵌入模型切换后已有 chunks 的恢复问题
• 修复 shared dataset 访问时的私有数据集授权绕过
• 修复 file ancestry 相关越权
• 修复 dataset search 多数据集 UI
• 修复删除 last file 的问题
• 修复 sync 中 document IDs 按 connector 作用域隔离
• 修复 filter api 在 dataset document 中的行为
这些更新集中体现了 RAGFlow 的核心定位：文档检索、数据集管理、RAG 召回、rerank、导出、转换、权限控制必须形成闭环。任何一个环节不稳定，最终都会影响问答、引用和业务结果。
九、开发者与 CLI 能力增强
本次版本也强化了 Go 相关能力与 CLI 工具链，包括：
• CLI 支持 text、image、video 聊天
• CLI 登录修复
• CLI 注册修复
• CLI 注销修复
• Go CLI 支持数据集搜索
• Go CLI 支持 embed 和 rerank
• Go 管理 ingestion tasks
• Go 侧日志模块迁移到 common
• Go 侧 auth 修复
• Go 侧 provider 实现持续扩展
这些内容说明 RAGFlow 不只是 Web 产品，也在持续建设命令行和程序化使用能力，方便自动化、调试和运维集成。
十、其他值得关注的细节修复
除了上面的大方向，这次版本还有不少细节修复，同样影响生产稳定性：
• 版本信息修复
• 任务日志更多展示
• 路由名称调整
• 树形图/画布运行路径感知修复
• 文档预览下载元数据保留
• 兼容历史健康检查路由
• 支持 local provider 的代码执行组件
• 去除部分过时模型
• Turkish 本地化字符串更新
• SSL 证书配置指南补充
• README 与版本引用更新
• release notes 和发布时间同步修正
• docs 全面更新到 v0.25.2
这些内容虽然看起来零散，但它们是成熟产品持续迭代中非常重要的一部分：让系统更稳定、文档更准确、升级更顺畅、运维更友好。
十一、v0.25.2 的整体意义
如果把这次更新浓缩成一句话，那就是：
RAGFlow v0.25.2 是一次以兼容性为前提、以稳定性和安全性为重点、以同步与检索性能优化为亮点的综合升级。
它没有只做单一功能，而是同时推进了：
• REST API 统一
• 删除文件同步
• 多数据源一致性
• 权限与安全
• 检索性能
• 多模态聊天
• 模型 provider 扩展
• CLI 与 Go 侧增强
• 向后兼容维护
这类版本通常最适合生产环境关注，因为它解决的不是表面功能，而是实际落地中的关键痛点。
十二、总结
代码地址：github.com/infiniflow/ragflow
RAGFlow v0.25.2 这次更新内容非常密集，覆盖范围也非常广。从 API 重构到数据源删除同步，从元数据过滤性能到聊天展示修复，从租户权限到多 provider 支持，再到 CLI 与 Go 侧完善，几乎可以说是一次“全栈型”的版本升级。
我们相信人工智能为普通人提供了一种“增强工具”，并致力于分享全方位的AI知识。在这里，您可以找到最新的AI科普文章、工具评测、提升效率的秘籍以及行业洞察。 欢迎关注“福大大架构师每日一题”，发消息可获得面试资料，让AI助力您的未来发展。
热门跟贴