在數據處理與答案生成的領域內，檢索增強生成（RAG）技術正逐步嶄露頭角，成為推動行業創新的重要力量。青云科技旗下的AI算力云服務——基石智算CoresHub，憑借其高度標準化的平臺與應用集成能力，不斷降低AI創新的技術門檻，為包括RAGFlow在內的多方平臺提供了靈活調用模型的服務。通過將大模型與RAG技術相結合，基石智算助力用戶實現更高效、智能的應用開發與部署。
以基石智算平臺上的大模型服務DeepSeek-R1為例，本文將詳細介紹如何在RAGFlow中添加并使用這一平臺提供的模型服務。RAGFlow作為一款基于深度文檔理解的開源檢索增強生成引擎，旨在通過先進的深度文檔理解技術，應對現有RAG技術在數據處理和答案生成方面的挑戰。
RAGFlow具備多項功能特點，包括深度文檔理解、可控可解釋的文本切片、可視化文本處理過程、兼容多種異構數據、自動化邊界的RAG工作流以及支持多種LLMs和向量模型。這些功能使得RAGFlow在處理復雜數據和生成精準答案方面表現出色。
要使用RAGFlow平臺上的DeepSeek-R1模型，首先需要獲取API密鑰和域名。用戶需注冊并登錄基石智算平臺，在產品與服務中選擇大模型服務，進入大模型服務管理頁面。在API密鑰管理中創建并獲取API密鑰，同時，在在線推理服務中查看目標模型API文檔，獲取API域名。
接下來，用戶需要在RAGFlow系統中配置模型服務。登錄RAGFlow后，選擇模型供應商并點擊OpenAI-API-Compatible，在彈出的窗口中輸入DeepSeek-R1模型的配置參數，包括模型類型、名稱、基礎URL、API密鑰和最大token數等。需要注意的是，每次只能添加一種模型類型，如需添加不同類型模型，需分別進行。
配置完成后，用戶可以開始創建知識庫。在RAGFlow頂部導航欄中選擇知識庫頁簽，點擊創建知識庫并輸入名稱。進入知識庫配置頁面，設置文檔語言、嵌入模型、解析方法等參數。用戶可以選擇中文作為文檔語言，并選用之前成功添加的embedding類型模型作為嵌入模型。
在知識庫頁面，用戶可以上傳本地文件并解析。選擇新增文件，上傳所需文檔，等待上傳完成后點擊開始按鈕進行解析。解析成功后，用戶可以查看文檔的分片情況，為后續應用構建提供基礎。
最后，用戶可以開始構建應用。在RAGFlow頂部導航欄選擇聊天頁簽，點擊新建助理。在聊天配置頁簽中設置助理姓名、開場白和知識庫等參數。進入提示引擎設置和模型設置頁簽，根據實際需求配置更多信息，并選擇之前添加的DeepSeek-R1模型作為聊天助理的模型。
配置完成后，用戶可以返回聊天頁面，選擇新建的聊天助理并發起新的聊天窗口，進行對話測試。通過這一系列步驟，用戶成功地在RAGFlow中添加了DeepSeek-R1模型，并構建了基于該模型的應用，實現了更高效、智能的數據處理和答案生成。
