AI创作者AMA知无不言
ragflow v0.26.4发布：16种语言词干化上线，Go后端持续统一，Agent与MCP一口气修复大量关键问题1. NLP 与 Tokenization 升级这次版本在 NLP 与分词方面带来了明确增强：• 新增支持 16 种语言的语言感知 Snowball 词干提取器• 将数据集语言参数贯穿到整个分词处理链路• 前端新增荷兰语支持• 同时新增了 BM25 分词对荷兰语的原生支持这部分更新非常重要。它意味着 RAGFlow 在多语言处理上进一步向“全链路一致”靠拢。此前很多系统虽然支持多语言界面，但分词、检索、词干化、BM25 召回这些关键环节并没有真正完成一致性打通。v0.26.4 的变化在于，不只是单独加了一个前端语言，而是把“数据集语言参数”真正传进了 tokenization pipeline，这会直接影响检索质量和跨语言数据处理的表现。2. 知识编译工作流上线本次加入了：• knowledge compilation workflows• session 与 memory 数据的 gbrain compile template• 一些 wiki 模板从版本说明看，这些能力都围绕“知识编译”和“模板化沉淀”展开，说明系统在知识组织、会话数据、记忆数据处理方面进一步标准化。3. Agent 能力增强Agent 相关新增点包括：• 在 Agent canvas 中，为每个 LLM 节点暴露 thinking mode 控制• begin 节点支持 JSON object 输入• Go 后端补充内置 Agent 模板种子• 增加 BGPT 组件及其输入表单这些变化虽然分散，但放在一起看，会发现 Agent 的配置能力、可视化能力和 Go 端可用性都在同步增强。
发布于 北京
1
评论
1
未登录
友善发言
评论
加载中
