KnowFlow 牵手百度 PaddleOCR-VL，开启高精度文档解析新时代

前言

KnowFlow v2.1.8 正式发布！本版本最大的亮点是与百度飞桨团队深度合作，集成了业界领先的 PaddleOCR-VL 视觉语言模型，为用户带来更高精度的文档解析能力。同时，我们在产品易用性和用户体验方面也做了诸多优化，让企业级知识库管理更加便捷高效。

KnowFlow 是专注于私有化高准确率的企业级知识库产品，将结构化与非结构化数据治理成对大模型更可信的输入，致力于构建 AI 时代的数据根基。

新功能

1. 强强联合：集成 PaddleOCR-VL 模型

KnowFlow v2.1.8 正式支持百度飞桨的 PaddleOCR-VL 视觉语言模型，这是继 MinerU 和 DOTS 之后，我们接入的第三款高性能 OCR 引擎。

为什么选择 PaddleOCR-VL 模型？

PaddleOCR-VL 是百度飞桨团队打造的开源 OCR 工具，在业界享有盛誉：

超高识别率：支持 109 种语言，在文档解析任务中取得当前最先进的性能
版面分析强大：在识别包含表格、公式和图表等元素的复杂文档方面表现优异，擅长手写文本与历史文档在内的多种挑战性内容类型
产业级应用：已在金融、政务、教育等多个行业大规模落地
完全开源：Apache 2.0 许可证，可商用无忧

三大引擎对比

特性	PaddleOCR-VL	MinerU	DOTS
识别精度	⭐⭐⭐⭐⭐	⭐⭐⭐⭐⭐	⭐⭐⭐⭐
解析速度	极快	Pipline 极快，VLM 一般	一般
标题识别	默认自带	额外配置 LLM	默认自带
表格识别	HTML 结构	HTML 结构	HTML 结构
公式支持	✅ LaTeX	✅ LaTeX	✅ LaTeX
图表理解	强大	基础	基础
多语言支持	109种语言	中英为主	中英为主
适用场景	多语言文档、复杂版面	学术论文、研报	通用文档

技术架构

PaddleOCR 作为独立的布局解析器，与 KnowFlow 的智能分块方法无缝衔接：

快速开始

在前端创建知识库时，选择 PaddleOCR 作为布局解析器：

布局解析器: PaddleOCR(使用PaddleOCR-VL模型)
分块方法: Smart / Title / Parent-Child / Regex
分块大小: 256 tokens（可自定义）

系统会自动调用 PaddleOCR-VL 服务进行解析，无需额外配置。

2. 父子分块可视化编辑

父子分块（Parent-Child Chunking）是 KnowFlow 的特色功能，通过构建"父块-子块"的层级关系，实现更精准的上下文检索。

v2.1.8 新增功能：

实时预览：在分块页面直观查看父子关系
可视化编辑：支持调整父子映射关系
结构展示：树形视图展示文档层级结构

使用场景：

📚 长篇技术文档：按章节构建父子关系
📋 合规制度文件：按条款层级组织内容
📊 研究报告：按主题分类管理段落

3. Markdown 文件全面支持

MinerU、DOTS、PaddleOCR-VL 三大引擎现已全面支持 Markdown 文件格式！

工作流程：

Markdown  → 智能分块

优势：

保留标题层级结构（H1-H6）
识别列表、引用、代码块等格式
支持 LaTeX 公式渲染
表格结构完整还原

4. 聊天页面图片放大预览

在聊天界面回复的图片现在支持点击放大预览，方便用户查看图表、示意图等细节内容。

交互优化：

单击图片：全屏预览
支持缩放、拖拽
ESC 键快速关闭
移动端友好适配

缺陷修复

修复 RBAC 重复初始化问题

原 docker 部署场景下，Flask 默认开启了 Debug 模式，RBAC 权限系统可能被重复初始化，导致超级管理员账号数据异常。

v2.1.8 将默认关闭 docker 部署场景的 debug 模式。

优化项

1. 系统页面显示版本号

在系统设置页面新增版本信息展示，方便用户和运维人员快速确认当前版本。

显示内容：

KnowFlow 版本号
RAGFlow 核心版本
构建时间
Git Commit Hash

2. UI 主界面微调

遵循企业级 2B 产品设计规范，对主界面进行细节优化：

优化项	调整内容
主色调	统一使用 #3b82f6 品牌蓝
圆角	统一 8px 圆角，视觉更柔和
阴影	轻量化阴影效果，减少视觉负担
间距	基于 8px 网格系统，布局更规范
动画	200ms 过渡动画，交互更流畅

产品细节

PaddleOCR 部署架构

KnowFlow 的 PaddleOCR-VL 集成采用微服务架构，确保高可用和高性能：

┌─────────────────────────────────────────────────────────┐
│                    KnowFlow 主服务                       │
│  ┌──────────────┐      ┌──────────────┐                │
│  │  RAGFlow     │◄────►│  KnowFlow    │                │
│  │  (端口 9380) │      │  Server      │                │
│  │              │      │  (端口 5000) │                │
│  └──────────────┘      └───────┬──────┘                │
└────────────────────────────────┼────────────────────────┘
                                 │ HTTP API
                   ┌─────────────┼─────────────┐
                   │                            │
          ┌────────▼─────────┐      ┌─────────▼─────────┐
          │  PaddleOCR-VL API   │      │   MinerU / DOTS   │
          │  (端口 8888)     │      │   (端口 8000)     │
          │                  │      │                   │
          │  ┌────────────┐  │      └───────────────────┘
          │  │ VL Model   │  │
          │  │ (vLLM后端) │  │
          │  └────────────┘  │
          └──────────────────┘

部署说明：

PaddleOCR-VL API 服务（端口 8888）
- 负责文档解析和版面分析
- 支持 GPU 加速（CUDA 12.6）
- 自动下载 PaddleOCR-VL 模型
vLLM 推理后端（内部端口 8080）
- 为 PaddleOCR-VL 提供高性能推理
- 支持批量处理优化
- GPU 内存动态管理
Docker Compose 一键部署
```
cd docker/paddleocr
docker-compose up -d
```

分块方法选择指南

不同的文档类型适合不同的分块策略，以下是推荐配置：

文档类型	推荐解析器	推荐分块方法	原因
学术论文	MinerU	Smart	复杂版面，需要行级精度
技术手册	PaddleOCR-VL	Title + 父子分块	标题层级清晰，需要上下文
合规文件	PaddleOCR-VL	Parent-Child	条款结构化，需要层级检索
通用文档	DOTS	Smart	追求速度，版面简单
多语言文档	PaddleOCR-VL	Smart	支持 109 种语言
扫描件	PaddleOCR-VL	Regex	OCR 识别为主

未来展望

v2.1.8 是 KnowFlow 在文档解析领域的又一次重要升级。通过引入 PaddleOCR-VL ，我们为用户提供了更多选择，满足不同场景下的解析需求。

围绕着我们的愿景：

将结构化与非结构化数据治理成对大模型更可信的输入，构建面向未来的数据治理平台，重塑 AI 时代的数据根基。

基于此定位，后续我们将围绕以下方向持续迭代：

🎯 近期规划

智能问数
- 支持 Excel、CSV 等表格数据自然语言查询
- 集成主流数据库（MySQL、PostgreSQL、MongoDB）
- 提供 SQL 自动生成能力
知识库导入导出
- 支持一键离线导入指定知识库，方便离线场景下进行增量导入
多模态增强
- 视频内容理解与检索
- 音频转录与语义搜索
- 跨模态关联分析

🚀 技术优化

性能提升
- 多并发场景专项优化

开源社区

本项目社区版已同步更新至 v2.1.2，支持 RBAC 权限管理、Markdown 解析等全部功能。

新版本为商业版本专有，有商务需求的同学可关注公众号 KnowFlow 企业知识库 进行联系。

📥 快速体验

# 克隆仓库
git clone https://github.com/your-org/knowflow.git
cd knowflow

# 启动 PaddleOCR 服务（需要 GPU）
cd docker/paddleocr
docker-compose up -d

# 启动 KnowFlow 主服务
cd ../
docker-compose -f docker-compose-gpu.yml up -d

访问 http://localhost 即可开始使用！

🤝 参与贡献

我们欢迎社区开发者参与 KnowFlow 的建设：

🐛 提交 Bug 反馈
💡 提出功能建议
📝 完善文档
🔧 贡献代码

📚 学习资源

官方文档：https://knowflowchat.cn
B 站教程：搜索"KnowFlow 企业知识库"
微信公众号：KnowFlow 企业知识库

关注公众号 KnowFlow 企业知识库 加入技术交流群，与 1000+ 开发者一起探讨 RAG 技术：

致谢

感谢百度飞桨团队在技术对接过程中的大力支持，感谢社区开发者的宝贵建议，感谢每一位 KnowFlow 用户的信任与陪伴。

让我们一起，用技术的力量重塑知识管理的未来！

KnowFlow v2.1.8 现已发布，立即体验 PaddleOCR-VL 带来的高精度解析能力！

前言​

新功能​

1. 强强联合：集成 PaddleOCR-VL 模型​

为什么选择 PaddleOCR-VL 模型？​

三大引擎对比​

技术架构​

快速开始​

2. 父子分块可视化编辑​

3. Markdown 文件全面支持​

4. 聊天页面图片放大预览​

缺陷修复​

修复 RBAC 重复初始化问题​

优化项​

1. 系统页面显示版本号​

2. UI 主界面微调​

产品细节​

PaddleOCR 部署架构​

分块方法选择指南​

未来展望​

🎯 近期规划​

🚀 技术优化​

开源社区​

📥 快速体验​

🤝 参与贡献​

📚 学习资源​

致谢​

前言

新功能