OK,OK,大家好,欢迎大家来到大鹏 AI 教育,我是张大鹏。
前面我分别研究了RAGFlow和FastGPT。
这篇文章,我把它们放在一起,回答一个更实际的问题:
RuyiBookCourse 现在到底要不要接它们?我的答案可能有点反直觉:
现在先别急。不是因为 RAGFlow 或 FastGPT 不好。
而是因为它们解决的问题不一样,而RuyiBookCourse当前阶段还有更基础的事情要先做稳。
一句话区别
我先给自己的判断。
RAGFlow 更像:
深度文档理解 RAG 引擎FastGPT 更像:
AI Agent 应用搭建平台这两个定位不一样。
RAGFlow 更靠近文档进入知识库之前的环节:解析、切分、结构理解、可引用问答。
FastGPT 更靠近知识进入应用之后的环节:工作流、工具调用、Agent 编排、应用交付。
一个偏底层 RAG。
一个偏应用平台。
如果把它们都叫“知识库”,就会看偏。
我为什么不做简单排名
很多工具对比喜欢问:
谁更强?但我觉得这个问题不适合 RAGFlow 和 FastGPT。
因为它们不是同一个层面的产品。
如果我的主要问题是复杂 PDF、表格、版式和引用来源,RAGFlow 更值得看。
如果我的主要问题是快速搭建一个可用的 AI 应用,FastGPT 更值得看。
真正的问题不是谁强。
真正的问题是:
我的项目现在卡在哪里?对RuyiBookCourse来说,当前最核心的问题还不是应用界面。
而是电子书进入系统以后,能不能被稳定解析、清洗、分章、索引,并服务课程生产。
我的对比表
| 维度 | RAGFlow | FastGPT | 对RuyiBookCourse的意义 |
|---|---|---|---|
| 核心定位 | 深度文档理解 RAG 引擎 | AI Agent 应用搭建平台 | 两者不是同一层 |
| 更擅长 | 复杂文档解析、知识抽取、引用问答 | 工作流编排、应用搭建、工具调用 | 一个偏底层,一个偏应用 |
| 适合阶段 | 文档结构复杂、解析压力大时 | 底层能力稳定、需要交付应用时 | 现在都可以研究,但不急着上 |
| 风险 | 部署和平台接入成本 | 应用层会放大底层不稳定 | 先把本地链路跑通 |
| 我的当前选择 | 学习其文档理解思想 | 学习其应用编排思想 | 先做 RuyiBookCourse 自己的最小闭环 |
这个表不是为了选冠军。
它是为了提醒我:不要用应用平台掩盖底层问题,也不要用底层引擎替代产品设计。
如果只看RAGFlow,我会学什么
我会学习它对文档理解的重视。
RuyiBookCourse的原始资料是电子书。
电子书不是普通文本。
一本技术书里有标题层级、代码、表格、图片说明、练习、术语、索引。
如果这些结构在解析阶段丢掉,后面做 RAG 和课程生成都会受影响。
所以 RAGFlow 对我的启发是:
先把文档理解做好。这会反过来影响我继续优化src\parse。
如果只看FastGPT,我会学什么
我会学习它对应用编排的重视。
RuyiBookCourse最终不能只停留在命令行。
它后面应该能完成一条完整链路:
上传电子书 -> 解析章节 -> 生成课程 -> 生成讲义 -> 生成练习 -> 支持问答这条链路本质上就是 workflow。
FastGPT 提醒我:当底层能力稳定以后,应用层要让用户能真正完成任务。
但我现在不能把这件事提前。
如果底层还不稳定,工作流只会把不稳定包装得更漂亮。
我现在的实际选择
我现在会走一条更稳的路线:
第一,继续把RuyiBookCourse自己的解析能力做好。
重点是:
src\parse第二,先做本地 RAG 最小闭环。
我更想先实现:
uv run bookcourse rag index uv run bookcourse rag query"这本书适合怎么学?"第三,继续把项目级技能沉淀下来。
比如我已经做了:
.agents\skills\blog后面还应该做:
.agents\skills\book-to-course第四,等底层稳定后,再决定接 RAGFlow、FastGPT,还是自己做更轻的应用层。
我的结论
RAGFlow 和 FastGPT 都值得研究。
但它们现在对RuyiBookCourse的价值,不是让我马上换平台。
RAGFlow 提醒我:文档理解是 RAG 的地基。
FastGPT 提醒我:应用编排是产品交付的关键。
而我现在要做的是第三件事:
先把 RuyiBookCourse 自己的最小闭环做稳。电子书能解析。
章节能清洗。
课程能生成。
RAG 能查询。
博客能沉淀真实开发经验。
等这些都稳定以后,再接平台才有意义。
我不想让RuyiBookCourse看起来很智能。
我想让它真的稳定、准确、可持续。
参考资料
- RAGFlow 官方文档:https://ragflow.io/docs/
- RAGFlow GitHub:https://github.com/infiniflow/ragflow
- FastGPT 官方文档:https://doc.fastgpt.io/en/guide/getting-started
- FastGPT GitHub:https://github.com/labring/FastGPT
- FastGPT License:https://github.com/labring/FastGPT/blob/main/LICENSE