Flowise 的 RAG 管线：文档加载、嵌入、向量存储与检索

学习目标

理解 Flowise RAG 管线的四个阶段：文档加载 → 分割 → 嵌入 → 存储/检索
掌握 Flowise 支持的 24 种向量数据库与 20+ 文档加载器的组合方式
学会在画布中构建完整的 RAG 检索链

前置知识

本章涉及 RAG 策略的通用原理，建议先阅读：

RAG 策略 - Chunking 策略

下文假设你已理解 RAG 通用概念（检索增强生成、向量嵌入、相似度搜索等），直接聚焦 Flowise 的具体实现。

项目实践

RAG 管线的节点组成

在 Flowise 画布中，一个完整的 RAG 管线由四类节点串联构成：

1. 文档加载器（20+ 种）

Flowise 在 nodes/documentloaders/ 目录下提供多种文档加载器：

类别	加载器	说明
文件	PDF、CSV、JSON、TXT、DOCX	本地文件解析
Web	Cheerio（网页抓取）、Puppeteer（浏览器渲染）	从 URL 加载内容
API	Airtable、GitHub、Notion、Confluence	从第三方 API 获取数据
存储	S3、Google Drive、GitHub Repo	从云存储加载
数据库	SerpAPI 搜索结果、Brave 搜索	搜索结果作为文档源

2. 文本分割器

分割器	适用场景
Recursive Character Text Splitter	通用文本，按字符递归分割
Token Text Splitter	按 Token 数量精确分割
Markdown Text Splitter	Markdown 文档，尊重标题层级
Code Text Splitter	代码文件，尊重语法结构

3. 向量数据库（24 种）

Flowise 在 nodes/vectorstores/ 目录下支持：

类别	向量数据库
云服务	Pinecone、Milvus、Qdrant、Weaviate、Chroma、Supabase
开源	Faiss、Meilisearch、SimpleStore（内存）
数据库内置	Postgres (pgvector)、MongoDB Atlas、Elasticsearch、OpenSearch
Redis 系	Redis、Upstash Redis
企业	Astra (DataStax)、Kendra (AWS)、Couchbase、Singlestore
其他	Vectara、Zep、ZepCloud

4. 检索器

Flowise 在 nodes/retrievers/ 目录下提供：

检索器	说明
Vector Store Retriever	基础相似度搜索
Multi Query Retriever	LLM 生成多个查询，综合结果
Self Query Retriever	LLM 解析查询中的元数据过滤条件
Contextual Compression Retriever	检索后进行上下文压缩
Vespa Retriever	Vespa 引擎检索
LlamaIndex Retriever	集成 LlamaIndex 的检索引擎

实际构建示例：PDF 知识库问答

在 Flowise 画布中连接以下节点：

PDF 文档加载器 → 上传 PDF 文件
Recursive Character Text Splitter → chunkSize: 1000, chunkOverlap: 200
OpenAI Embeddings → model: text-embedding-3-small
Pinecone 向量存储 → 配置 API Key 和 Index Name
Vector Store Retriever → topK: 5, searchType: similarity
Conversational Retrieval QA Chain → 连接 LLM 和 Retriever

问题与规避

向量维度不匹配

问题：不同嵌入模型生成的向量维度不同（如 OpenAI text-embedding-3-small 是 1536 维，text-embedding-3-large 是 3072 维），与向量库索引的维度不一致会导致插入失败。

对策：

创建向量库索引时指定与嵌入模型匹配的维度
更换嵌入模型时需要重建索引

大批量文档 Upsert 内存溢出

问题：一次性将大量文档插入向量库时，嵌入模型 API 的批量请求可能导致内存溢出。

对策：

使用 Flowise 的 UpsertQueue（BullMQ + Redis）进行分批处理
配置 BATCH_SIZE 环境变量控制每批文档数量

文档更新与版本控制

问题：源文档更新后，向量库中可能存在旧版本的嵌入。

对策：

Flowise 的 Document Store 功能支持文档版本管理
删除旧文档后重新 Upsert
使用元数据（如 source, lastModified）标记文档版本

设计取舍

为什么支持 24+ 种向量数据库？

方案	优势	代价
只支持主流 2-3 种	维护成本低、代码质量高	用户受限
广泛支持 24+ 种	覆盖几乎所有使用场景	维护成本高、测试矩阵大

Flowise 选择广泛支持的策略，因为：

目标用户群体使用的向量库差异很大（企业用 Pinecone/Milvus，个人用 Faiss/Chroma）
每个向量数据库节点的代码量相对固定（配置表单 + 初始化逻辑）
社区贡献者可以轻松添加新的向量数据库节点

节点化 RAG vs 代码式 RAG

维度	节点化（Flowise）	代码式（LangChain Python）
构建速度	拖拽几分钟	编写代码 30+ 分钟
调试	逐节点查看输出	断点调试
自定义逻辑	需 CustomFunction 节点	直接编写代码
版本控制	JSON diff 不直观	Git diff 友好

Flowise 的节点化 RAG 适合快速原型和标准化管线。当需要高度自定义逻辑时，可通过 CustomFunction 节点注入 JavaScript 代码。

参考来源

版本信息

📅 2026-05-27 🏷️ bc22bf8 🔀 bc22bf8