打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片
打开网易新闻 查看精彩图片

一、版本总览：v0.26.3 重点看什么

这一版更新内容非常多，但最值得优先关注的有以下几个方向：

  • • 新增Google BigQuery 数据源连接器

  • • RAGFlow MCP Server 新增两个 MCP 工具

  • • 文件摄取中引入SoMark OCR 解析器

  • • API 开放Ingest documents端点，支持自定义处理流水线

  • • 批量文档上传支持部分成功，单文件失败不再拖垮整个批次

  • • 全局头部导航重构，移动端体验显著改善

  • • Ollama 提供商访问模型失败问题被修复

  • • 聊天消息删除误删上一个会话引用的问题被修复

  • • Go 侧 API、CLI、搜索、聊天、会话、Agent、Mindmap 等能力继续扩展

  • • 大量前后端、解析器、工作流、构建、测试、兼容性和安全问题被清理

这意味着，v0.26.3 不仅对企业级数据接入更友好，也对实际生产部署、移动端使用、复杂文档解析、Agent 运行链路以及 Go 化演进带来了直接价值。

二、新特性详解：这次到底新增了什么

1. Google BigQuery 成为新的数据源连接器

在数据源连接器方面，RAGFlow v0.26.3 正式引入了Google BigQuery，可用于：

  • • 文档摄取

  • • 增量同步

这项能力的意义非常大。它说明 RAGFlow 正在继续加强与企业级数据基础设施的衔接能力。对于已经在使用云数仓、分析平台或者需要从结构化数据源进行持续同步的团队来说，这项更新会明显降低接入门槛。

2. MCP Server 新增两个工具

在 MCP 方面，这一版为 RAGFlow MCP Server 新增了两个工具：

  • •ragflow_list_datasets

  • •ragflow_list_chats

这两个工具的加入，意味着通过 MCP 与 RAGFlow 交互时，可以更方便地：

  • • 枚举数据集

  • • 枚举聊天记录

对正在构建外部工具编排、Agent 工作流或跨系统协同能力的开发者来说，这属于非常实用的补强。

3. 文件摄取集成 SoMark OCR 解析器

在文档摄取方面，v0.26.3 集成了布局感知型 SoMark OCR 解析器。
它的目标非常明确：提取并索引复杂文档元素，包括但不限于：

  • • 表格

  • • 图像

  • • 版面复杂内容

这项升级对知识库质量的提升非常关键。很多检索增强生成系统在落地时，真正的难点并不只是向量化，而是复杂文档结构提取是否准确。SoMark 的加入，意味着 RAGFlow 在复杂 PDF、图文混排、表格密集类文档的解析能力上进一步增强。

4. API 开放 Ingest documents 端点

这一版还开放了Ingest documentsAPI 端点，用于通过自定义流水线处理文档。

这一更新有两个直接价值：

  • • 开发者可以更灵活地控制文档导入过程

  • • 某些无法通过原有路径正确解析流水线的场景，现在可以通过新的接口完成处理

同时，更新内容中还明确提到，对于/datasets/{dataset_id}/chunks无法解析摄取流水线的场景，应使用/documents/ingest。这实际上进一步强化了新端点的定位：它是更标准、更适合复杂导入流程的文档摄取入口。

三、改进项详解：从“能用”到“更好用”

1. 批量文档上传支持部分成功

后端层面，v0.26.3 为批量文档上传引入了部分成功处理机制。
这意味着：

  • • 以前一个文件失败，可能导致整批上传被丢弃

  • • 现在单个失败文件不再影响整批有效文件的处理结果

这是一个很典型但又非常重要的工程级优化。实际业务中，知识库导入经常是批量操作，只要某个文档格式异常、权限异常或解析失败，就导致整批失败，会严重影响运维效率。现在的改动大幅提高了导入可靠性和可用性。

2. 全局头部导航重构，移动端体验显著提升

UI 与 UX 方面，这一版对全局头部做了重构，能够根据可用屏幕空间在以下两种模式之间动态切换：

  • • 完整桌面导航栏

  • • 适合移动端的侧边抽屉

它解决了此前界面重叠问题，并显著提升了移动端使用体验。
对于经常在平板、小屏笔记本、甚至手机上查看知识库和聊天界面的用户来说，这是一个很有感知的改进。

四、官方点名修复的两个关键问题

1. Ollama 提供商接入后的模型访问报错被修复

此前在配置 Ollama 提供商后，系统可能报错：

Failed to access model(name) using this api key

这个问题在 v0.26.3 中已经修复。
对于本地模型或私有模型接入场景来说，这项修复很关键。

2. 删除一组用户与助手消息时误删前一轮引用的问题被修复

此前在删除一组用户与助手消息时，会因为索引错位，误删上一轮对话的引用信息。
这个问题已经在 v0.26.3 中修复。

这属于聊天链路里非常容易影响用户信任的问题，因为它会直接破坏上下文引用的正确性。此次修复非常必要。

五、前端与交互层更新：细节很多，但非常实用

这一版前端改动很多，除了前面提到的全局头部重构之外，还有以下内容：

  • • 增强 UI 组件与整体布局

  • • 修复用户设置弹窗问题，并清理 DOMPurify 相关逻辑

  • • 修复头像上传失败问题

  • • 修复新建聊天无法编辑问题

  • • 调整消息左侧区域宽度为适配内容

  • • 修复 UI 无法启动问题

  • • 新增AuthenticatedImg组件，用于处理需要授权的图片请求

  • • 提升普通角色标识的可见性与样式

  • • 修复 Agent 页面在无标签场景下无法打开筛选器的问题

  • • 修复 chunk 结果中图片无法加载的问题

  • • 修复 SessionChat 组件中的引用处理逻辑

  • • 修复useExportMcp传递 MCP 参数错误，导致 JSON 导出文件名不正确的问题

  • • 隐藏模型设置按钮及相关功能

  • • 修复发送 Agent 日志日期筛选时应使用本地墙上时钟字符串

  • • 修复沙箱执行镜像无法展示和下载的问题

这些改动看起来分散，但背后体现的是：RAGFlow 团队在前端可用性、显示准确性、安全性和操作一致性上做了持续打磨。

六、文档解析、摄取与知识库处理：这一版非常“能打”

RAGFlow 的核心竞争力之一就是文档摄取与知识库构建能力，而 v0.26.3 在这一块变化非常密集：

1. SoMark OCR 已接入

前文已经提到，SoMark 用于复杂文档元素的抽取和索引，重点面向表格和图像等复杂内容。

2. 支持 DOCX 解析增强

本版包含以下与 DOCX 相关的更新：

  • • 修复未编号 DOCX 标题样式的处理问题

  • • 新增 DOCX 解析器

这意味着 Word 文档的解析质量和兼容性进一步增强。

3. 深度文档解析增强

还修复了以下问题：

  • • 支持解析没有 body 的 HTML 片段

  • • 保留最终 CSV 成对行号

  • • 修复 PDF 压缩文件的页数检测问题

  • • 规范 Q&A 解析器 ID 键为小写qa

  • • 修复数据集索引分块配置中 JSONMap 扫描问题

  • • 修复文件在知识库中无法添加元数据的问题

  • • 修复获取聊天时出现重复 datasetID 的问题

  • • 修复 chunk 统计在删除 chunk 后不正确的问题

  • • Go 侧允许 list chunks handler 接受 disabled chunk filter

  • • 修复 chunk 结果无法加载图片

  • • 修复文档计数在知识库中的问题

4. OSS 解析与文件处理继续演进

相关改动包括：

  • • OSS 解析器 Go 重构

  • • OSS 解析器不再 post 的特性调整

  • • 修复下载依赖脚本路径提示，并补充原生库文档

  • • 用.a替换.so，以适配pdfium、pdf_oxide、office_oxide

从这些变更可以看出，RAGFlow 在底层文档处理链路上做了不少兼容性和工程化完善。

七、Go API 与 Go 生态：这版仍然是“重点建设对象”

如果仔细看更新列表，会发现 Go 相关内容特别多。这说明 RAGFlow 正在持续推进 Go 后端能力建设与迁移补齐。

1. Go CLI 持续增强

本版 Go CLI 包含以下更新：

  • • 新增 create 和 drop 命令

  • • CLI 命令重构

  • • 修复 API 命令

  • • 新增显示用户套餐摘要功能

  • • 新增管理员命令响应表格功能

  • • 合并函数相关优化

  • • 修复列出提供商模型功能

  • • 修复 MinIO 端口问题

2. Go API 新增与补齐能力

新增或增强的 Go API 包括：

  • • 新增聊天会话消息删除与反馈接口，后续又回滚

  • • 实现searches/ /completions POST

  • • 新增/api/v1/searchbots/mindmap和/api/v1/chat/mindmap

  • • 将 Box Web OAuth 连接器 API 迁移到 Go

  • • 实现聊天 completions 的 Go 版本

  • • 新增 sessions message update

  • • 实现chatbots/ /info 和searchbots/detail

  • • 新增/api/v1/chat/recommendation，并与/api/v1/searchbots/related_questions做整合

3. Go 后端修复很多实际问题

包括但不限于：

  • • 修复 searchbot BETA 鉴权

  • • 修复 retrieval_test 接受 kb_id 数组以及模型识别问题

  • • 修复/documents/images/:image_id、/documents/:id/preview、/thumbnails的 BETA 鉴权

  • • 修复项目根目录获取问题

  • • 修复文档计数问题

  • • 允许 provider 使用重复 key

  • • 修复 agent explore 在多个 doc_ids 下的缩略图加载问题

  • • 修复 agent settings 更新时清空 DSL 的问题

  • • 修复共享 chatbot session id 长度问题

  • • 修复无法构建 Go backend

  • • 修复对文件查询添加 tenant 过滤

  • • 修复防止文件夹被移动到其自身之内

  • • 修复 rerunWithDelete 时清理任务取消信号与 chunk 计数器

  • • 修复聊天中的思考态与图形显示问题

整体来看，Go 生态已经不再只是“补充实现”，而是在逐步成为 RAGFlow 核心能力的重要承载层。

八、Agent 能力升级：这次更新非常密集

Agent 相关改动是 v0.26.3 的另一大重点，涵盖能力新增、上下文修复、兼容性处理、监控统计、工具调用等多个层面。

1. Agent 上下文与消息处理更稳了

修复内容包括：

  • • 将上传的附件注入到 LLM 上下文中

  • • 当 chat completion 未产生事件时返回 session_id

  • • 防止 prompt fitting 后生成空的 LLM 用户消息

  • • 处理 Agent Canvas 的 SSE 和状态序列化中不可序列化对象的问题

  • • 增加canvas_type过滤和字段到list_agentsAPI

  • • 修复调用 LLM 不可用时应返回 call failed

  • • 修复 TuShare 新闻按上游关键词过滤

  • • 修复 GoogleScholar 在空 JSON 输出和忽略 top_n 的问题

2. Agent 新增能力

新增能力包括：

  • • 增加 BGPT 结构化文献证据搜索工具

  • • 新增 CAJAL 科学论文 Agent 模板

  • • 引入基于 spaCy 的命名实体识别和关系抽取，Python 与 Go 输出等价

  • • 支持更准确的汇总 token 用量统计，并把 session、user、输入输出传播到 Langfuse 中用于 Agent 运行跟踪

3. Agent 相关修复已多次向 Go 侧移植

更新中明确提到了：

  • • Port 14 upstream agent security / correctness fixes to Go canvas

  • • Port agent PRs to GO

  • • Port agent PRs to GO - 2

这说明 Python 侧已有的能力和修复正在不断同步到 Go 画布与 Go 实现中，有助于减少双栈行为差异。

九、MCP、Canvas 与连接稳定性：链路更完整了

MCP 除了新增两个工具外，还做了一个非常关键的稳定性修复：

  • •在 canvas 执行后关闭 MCP 会话，避免连接泄漏

这个问题如果长期存在，会给长时间运行的工作流、复杂 Agent、多次调用的场景带来连接占用和资源泄露风险。
修复之后，MCP 整体运行可靠性会更高。

十、搜索、推荐、Mindmap 与聊天能力继续补强

本版在聊天与搜索侧也有一系列增强：

  • • 实现聊天 completions 的 Go 版本

  • • 增加/api/v1/chat/recommendation

  • • 与/api/v1/searchbots/related_questions进行整合

  • • 新增搜索与聊天两个 Mindmap API

  • • 修复新建聊天无法编辑

  • • 修复获取聊天时重复 datasetID

  • • 修复 SessionChat 组件引用处理

  • • 修复聊天中的思考态与 Figure 展示问题

这说明 RAGFlow 已经不仅停留在传统“问答 + 检索”层面，而是持续把搜索、推荐、思维导图、会话引用管理等体验整合到统一交互闭环中。

十一、安全、认证与权限控制：这一版也没有忽视

这一版中有多项与安全和认证相关的更新：

  • • 修复认证中间件在提前拒绝时产生双重响应的问题

  • • 修复 Box Web OAuth 连接器 API 迁移到 Go

  • • 修复多个文档图片与缩略图接口的 BETA 鉴权

  • • 修复 Searchbot BETA 鉴权

  • • 前端对 Agent rerun 弹窗 HTML 进行存储型 XSS 清洗

  • • 用户设置弹窗相关清理 DOMPurify 逻辑

  • • Python 侧修复仅允许单点登录，以及修改密码后强制重新登录

这些更新对于企业用户来说尤其重要。因为知识库与文档系统一旦进入组织内部应用，认证一致性、XSS 风险、文件访问权限都会直接影响系统可上线性。

十二、构建、依赖、兼容性与测试：工程质量同步提升

工程层面的变化也非常多，这些内容虽然不直接面向最终用户，但会显著影响部署体验和稳定性。

1. 依赖与构建层

  • •crawl4ai从 0.8.9 升级到 0.9.0

  • • 开发环境下 URL 允许任意 host

  • • 修复 g++ 11 不兼容问题

  • • 修复 CI

  • • 回滚某些 tests.yml CI 变更

  • • 使用.a替换.so以适配多个原生库

  • • 修复 Go backend 构建失败

  • • 增加 web 和 build 启动步骤

  • • 修复工作流中文件类型识别问题

  • • 禁用 Agent 测试

  • • 稳定超时测试，改用语义断言

  • • 用WaitGroup.Go简化代码

  • • 用t.Context替换context.WithCancel

  • • Go lint 修复

2. 时间、编码与流式处理层

  • • 修复时间工具对None或空时间戳回退逻辑及 ISO 8601 解析

  • • 修复 harness 流式输出

  • • 在 rune 边界截断文本以保持 UTF-8 有效

  • • 修复 RedisDB 缺少mget导致的 graphrag 生成报错

这些改动体现的是研发侧在持续提高系统健壮性，避免那些“偶发但很难排查”的线上问题。

十三、文档与说明同步更新

在文档方面，本版也有一系列同步动作：

  • • 更新发布日期与 CLI 安装命令

  • • 新增 FAQ

  • • 增加 v0.26.3 发布说明

  • • 在 README 与文档中统一版本引用为 v0.26.3

  • • 修复 PR 模板

  • • 修正download_deps.py路径提示并补充原生库文档

这说明官方不仅在做代码层更新，也在同步降低用户的学习和部署成本。

十四、完整变更梳理：按模块汇总，一次看全

为了便于收藏和检索，下面把本次更新内容按模块完整梳理一遍。

1. 新特性

  • • 新增 Google BigQuery 数据源连接器，用于文档摄取与增量同步

  • • MCP Server 新增ragflow_list_datasets与ragflow_list_chats

  • • 文件摄取集成布局感知 SoMark OCR 解析器，用于提取和索引表格、图像等复杂元素

  • • API 开放 Ingest documents 端点，支持使用自定义流水线处理文档

2. 体验与架构改进

  • • 批量文档上传支持部分成功，单文件失败不再导致整批丢弃

  • • 全局头部根据屏幕空间在桌面导航栏与移动端侧抽屉之间切换，解决重叠并优化移动端体验

  • • UI 组件与整体布局重构增强

3. 官方重点修复

  • • 修复 Ollama 提供商接入后模型访问失败问题

  • • 修复删除一组用户与助手消息时误删上一轮引用的问题

4. 文档解析与知识库相关

  • • 处理/datasets/{dataset_id}/chunks无法解析摄取流水线问题，改用/documents/ingest

  • • 修复未编号 DOCX 标题样式处理

  • • 新增 DOCX 解析器

  • • 解析无 body 的 HTML 片段

  • • 保留最终 CSV 成对行号

  • • 修复 PDF 压缩文件页数检测

  • • 规范 Q&A 解析器 ID 为小写qa

  • • 修复数据集索引分块配置中的 JSONMap 扫描问题

  • • 修复文件元数据无法添加到知识库的问题

  • • 修复知识库文档计数问题

  • • 修复 chunk 删除后的统计问题

  • • 支持 list chunks handler 接受 disabled chunk filter

  • • 修复 chunk 结果图片无法加载

  • • 修复获取聊天时重复 datasetID

  • • 修复 OSS 解析器 Go 重构与 no post 调整

  • • 修复 pdfium、pdf_oxide、office_oxide 原生库链接方式

  • • 修复下载依赖脚本路径并补充原生库说明

5. 前端与交互修复

  • • 用户设置弹窗修复与 DOMPurify 清理

  • • 修复头像上传

  • • 修复新聊天无法编辑

  • • 修复消息左侧区域宽度

  • • 修复 UI 无法启动

  • • 新增授权图片组件AuthenticatedImg

  • • 提升普通角色徽章可见性

  • • 修复 Agent 页面无标签时筛选器无法打开

  • • 修复 SessionChat 引用处理

  • • 修复useExportMcp导出文件名传参问题

  • • 隐藏模型设置按钮与相关功能

  • • 修复沙箱执行镜像显示与下载

  • • 修复本地日期字符串发送到 Agent 日志筛选

6. Go CLI 与 Go API

  • • Go CLI 新增 create 和 drop

  • • CLI 重构、修复 API 命令、增加用户套餐摘要、管理员命令表格、合并函数、修复列出模型、修复 MinIO 端口

  • • Go 聊天会话消息删除与反馈 API 先新增后回滚

  • • 实现搜索 completions POST

  • • 新增聊天与搜索的 Mindmap API

  • • Box Web OAuth 连接器 API 迁移到 Go

  • • 实现聊天 completions in Go

  • • 新增 sessions message update

  • • 实现 chatbot info 与 searchbot detail

  • • 新增 chat recommendation 并整合 related questions

  • • 修复多个 Go 侧鉴权、构建、缩略图、文档计数、查询过滤、文件夹移动、任务取消与计数器清理、共享会话 ID 长度、聊天思考与图形等问题

7. Agent 与工具链

  • • 上传附件注入 LLM 上下文

  • • chat completion 无事件时返回 session_id

  • • 防止 prompt fitting 后产生空用户消息

  • • 处理 Canvas SSE 与状态不可序列化对象

  • •list_agents增加canvas_type

  • • LLM 不可用时返回 call failed

  • • TuShare 新闻按关键词过滤

  • • GoogleScholar 空 JSON 输出与 top_n 处理修复

  • • 新增 BGPT 结构化文献证据搜索工具

  • • 新增 CAJAL 科学论文 Agent 模板

  • • 新增基于 spaCy 的 NER 与关系抽取，Python 与 Go 输出一致

  • • 汇总 token 用量统计更准确，并把 session、user、输入输出传播到 Langfuse

  • • 多轮将 Agent 修复移植到 Go

8. MCP 与连接管理

  • • 新增ragflow_list_datasets

  • • 新增ragflow_list_chats

  • • Canvas 执行后关闭 MCP 会话，防止连接泄漏

9. 安全、认证与权限

  • • 认证中间件提前拒绝时双重响应修复

  • • 多个图片、预览、缩略图与 Searchbot 的 BETA 鉴权修复

  • • Agent rerun 弹窗 HTML 做存储型 XSS 清洗

  • • Python 侧修复单点登录和修改密码后强制重新登录

10. 工程、依赖、测试与兼容性

  • •crawl4ai升级

  • • 开发环境 URL 允许任意 host

  • • g++ 11 兼容性修复

  • • CI 修复与部分回滚

  • • 稳定超时测试

  • • 修复 harness streaming emit

  • • 在 rune 边界截断文本保持 UTF-8 合法

  • •WaitGroup.Go简化代码

  • •t.Context替代context.WithCancel

  • • Go lint 修复

  • • 工作流文件类型识别修复

  • • 增加 web 和 build 启动步骤

  • • 禁用 Agent 测试

  • • 修复 graphrag 生成时 RedisDB 缺少mget

11. 文档更新

  • • 更新发布日期

  • • 更新 CLI 安装命令

  • • 新增 FAQ

  • • 新增 v0.26.3 发布说明

  • • README 与文档统一版本号

  • • 修复 PR 模板

  • • 更新原生库与依赖脚本说明

十五、如何评价 v0.26.3：一次面向生产落地的实用版本

综合来看，RAGFlow v0.26.3 的价值可以概括成以下几点：

第一，数据接入能力继续增强。
BigQuery 的加入，让 RAGFlow 更适合企业数据场景，增量同步能力也更符合真实生产需求。

第二，复杂文档解析能力再上一个台阶。
SoMark OCR、DOCX 解析增强、HTML/PDF/CSV/QA 处理修复，说明系统正持续补足文档摄取质量这个决定上限的关键环节。

第三，Go 化进程明显加速。
从 CLI 到 API，从聊天到搜索，从 Mindmap 到 Box OAuth，从会话消息到推荐接口，Go 侧已经进入快速补齐阶段。

第四，Agent 与 MCP 生态更完整。
新增 MCP 工具、修复连接泄漏、加强 Agent 上下文注入、完善工具调用与运行跟踪，让 RAGFlow 在智能工作流方向更成熟。

第五，工程质量与可用性显著提升。
从移动端导航、批量上传部分成功，到认证、XSS、构建、CI、原生库兼容、日志日期、缩略图、图片显示、测试稳定性，这些修复虽然碎，但非常关键。

十六、结语

代码地址：github.com/infiniflow/ragflow

如果你关注的是：

  • • 企业数据源接入

  • • 复杂文档知识库构建

  • • Go API 生态

  • • Agent 与 MCP 扩展

  • • 批量导入稳定性

  • • 前后端综合可用性

那么RAGFlow v0.26.3是一个非常值得重点关注的版本。

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。