一、在RagFlow中构建知识图谱

首先进行基础设置，包括选择嵌入模型与分片类型。

初始阶段，所有参数均保持系统默认配置，暂不进行额外调整。

完成配置后，系统将生成结构化的知识库数据，输出格式为*.csv文件。

实体类型	实体名称	属性/描述	关系类型	关联实体
部门	研发部	负责产品技术研发、创新	隶属	科技公司
部门	市场部	负责品牌推广、市场分析	隶属	科技公司
人员	张三	首席技术官、算法专家	任职于	研发部
人员	李四	市场总监、数字营销	任职于	市场部
产品	AI助手	智能对话系统、自然语言处理	所属业务	研发部
技术领域	自然语言处理	文本分析、语义理解	应用于	AI助手
技术领域	机器学习	算法训练、预测模型	关联技术	自然语言处理

接下来，上传所需处理的文件以供后续分析。

随后启动知识图谱生成流程，系统会自动对上传内容进行解析与关联构建。

二、在RagFlow中使用知识图谱

创建完成后，选择已生成的图谱知识库，并进入对话模式。此时可观察到，系统回答已能够有效串联相关知识点，实现信息的连贯输出。

以上即为整个知识图谱搭建与应用的主要步骤。需注意的是，在操作过程中，若设备硬件配置较低，可能会影响Docker服务的稳定性，出现服务中断或反复重启的情况，建议在资源充足的环境下运行以保障流程顺畅。