ragflow v0.26.1发布：模型配置可编辑、Chat Channel打通外部平台、Langfuse会话级追踪全面增强

在这里插入图片描述

在这里插入图片描述

在这里插入图片描述

RAGFlow 发布了 v0.26.1 最新版本。这个版本从功能层、平台接入层、可观测性、国际化、模型提供商能力、Go 侧迁移、文件解析、聊天渠道、接口兼容、前后端稳定性、依赖升级以及文档更新等多个方向进行了系统性迭代。

如果从整体观感来看，v0.26.1 不是一次零散修补式更新，而是一次覆盖范围非常广的版本升级：既有用户感知明显的新功能，也有底层能力的持续夯实；既包含面向生产环境的稳定性修复，也包含面向未来架构演进的 Go 能力推进。尤其是在模型配置编辑、外部聊天平台接入、Langfuse 多轮会话追踪、法语界面补全、嵌入模型计费与截断修复、旧版聊天接口兼容等方面，这次更新具备很强的实用价值。

下面结合官方变更内容，对 RAGFlow v0.26.1 做一次完整、详细、逐项的技术解读。

一、版本核心看点概览

本次版本最值得关注的核心升级，集中在以下几个方向：

• • 模型提供商能力增强，支持修改已有模型配置中的模型类型
• • Chat Channel 能力上线，可将 RAGFlow 助手部署到外部消息平台
• • Langfuse 可观测性提升，多轮聊天追踪支持按会话分组
• • 法语界面补齐约 70 个缺失翻译键
• • 修复模型提供商中 token 计费不准确问题
• • 修复 embedding 截断限制问题，降低索引失败风险
• • 优化错误处理，能够更准确返回根因错误
• • API 新增 legacy 模式，让 /chat/completions 恢复 v0.23.0 风格的 <think> 输出，便于向后兼容

这些更新覆盖了“更好用”“更稳定”“更可调试”“更兼容”四个关键词。

二、Summary 重点内容详细解读

1. 模型提供商：支持修改已有模型配置的模型类型

这是一个很实用的能力增强。过去模型配置创建后，用户在某些场景下需要重新新增配置才能切换模型类型；而在 v0.26.1 中，模型提供商已经支持对已有模型配置的模型类型进行修改。

这一能力的意义在于：

• • 减少重复配置成本
• • 降低模型切换时的运维复杂度
• • 提升多模型场景下的配置灵活性
• • 让模型管理方式更加贴近真实业务调整需求

对于经常在 embedding、rerank、chat、reasoning 等不同模型能力之间切换的团队而言，这项功能可以显著提升管理效率。

2. Chat Channel：支持将 RAGFlow 助手部署到外部消息平台

新版本新增 Chat Channel 能力，支持将 RAGFlow assistants 作为聊天机器人部署到外部消息平台，例如 Discord 和 Feishu。后续更新中，相关能力也继续延伸到了 Telegram 与 QQBot 展示和接入修复。

这意味着 RAGFlow 的助手不再局限于单一 Web 界面，而是能够融入企业和社区常见的消息协作环境，让知识问答、助手交互、RAG 服务触达更自然。

从业务价值看，这项能力非常关键：

• • 助手可直接进入用户已有沟通场景
• • 降低 RAG 应用使用门槛
• • 方便企业知识助手与团队协作工具结合
• • 为智能客服、内部知识库问答、社群机器人等场景提供更直接的接入方式

3. Observability：Langfuse 支持多轮会话按 session 分组

在可观测性方面，v0.26.1 对 Langfuse 追踪能力进行了增强。现在多轮聊天 trace 可以按照 session 进行分组，这样在调试对话系统时，开发者能够更容易地追踪完整会话链路。

该能力的意义体现在：

• • 更容易按会话还原上下文
• • 方便排查多轮对话中的状态传递问题
• • 支持更自然的会话级 replay
• • 有助于定位助手在长对话中的行为偏差

对于 RAG、Agent、工具调用和复杂工作流调试来说，会话级追踪几乎是生产可用的重要基础。

4. 国际化：补齐法语界面缺失翻译

本次版本为法语 UI 增加了约 70 个缺失翻译键。虽然这看起来不像“技术大功能”，但对国际化产品来说，这种补齐非常重要。

它意味着：

• • 法语用户的界面一致性更高
• • 降低混合语言显示造成的使用障碍
• • 提升海外用户体验
• • 国际化质量进一步完善

对于希望在欧洲市场或多语言团队中推广 RAGFlow 的用户，这类更新具有很强的实际价值。

5. 模型提供商修复：计费、截断、错误处理三大问题集中改进

这一组修复是 v0.26.1 的重要稳定性升级，主要包括：

• • 修复 token 计费不准确问题
• • 修复 embedding 截断限制设置不正确而导致的索引失败问题
• • 重构错误处理逻辑，使系统能更好地暴露底层真实错误原因

这三个问题看似分散，实则都与模型调用的可靠性直接相关：

• • token 计费错误会影响成本核算和监控判断
• • embedding 截断异常可能导致索引任务失败
• • 错误处理不透明会显著拉高排障成本

因此，这部分修复非常关键，尤其适用于大规模知识库构建和多模型接入场景。

6. API：新增 legacy 模式，恢复旧版 <think> 输出风格

在 /chat/completions 接口中，v0.26.1 新增了 legacy 模式，用于恢复 v0.23.0 风格的 <think> 输出，以实现向后兼容。

这类兼容能力对于已经基于旧协议构建上层系统的开发者来说非常重要，可以避免升级后出现输出格式不兼容的问题，降低改造成本，也让版本迁移过程更加平滑。

三、v0.26.1 全量变更详解

下面按照功能类别，对 “What’s Changed” 中的全部更新进行系统梳理，确保不遗漏任何一项。

四、模型与模型提供商相关更新

这一部分是 v0.26.1 的重头戏之一，涵盖模型清单、Provider 扩展、嵌入参数、流式路由、兼容修复等多个方向。

1. 模型维度与 embedding 相关增强

• • 为 list models 增加 dimensions 信息
• • 修复多个 provider 中的 embedding 相关问题
• • 为 ModelRequest 增加 max_dimension 和 dimensions 支持
• • 收紧 embedding 截断阈值
• • 修复 embedding provider 中的错误处理、token 统计与截断逻辑

这些更新说明 RAGFlow 正在进一步完善 embedding 模型调用的参数表达与行为一致性。对于向量检索场景来说，维度信息和截断策略的正确性是非常核心的基础能力。

2. Go 模型驱动基础能力补齐

• • 为 Go 模型驱动新增共享 HTTP client
• • 增加 SSE parser
• • 增加 stub helpers

这些能力对 Go 侧模型接入框架化非常重要，有利于统一不同模型驱动的实现方式，降低重复代码，同时提升流式响应能力。

3. 模型清单扩充与 provider 覆盖增强

• • 新增一些模型条目
• • 向 all_models.json 中增加 Z.ai 模型
• • 补充缺失的 Qwen 商业模型及 provider 别名
• • 增加 nvidia、moonshot、minimax、claude、GPT 等模型
• • 向 all_models.json 中增加 Google 模型
• • 向 all_models.json 中增加更多模型
• • Go models 增加更多 provider
• • 增加 mimo

可以看出，本次版本在模型生态覆盖上做了非常多补充，既有公共模型清单的扩容，也有别名兼容性完善。这将直接改善模型列表展示、接入配置和路由行为。

4. 模型名称、别名与查询修复

• • 在存在别名时，保留模型名称查找能力
• • 修复列出支持模型时输出两行的问题
• • 过滤不支持的 model_type
• • 修复 v0.26.1 中 model provider 相关问题
• • 支持通过 model_id 设置租户默认模型
• • Go CLI 支持以 embedding 类型新增模型
• • Go 侧模型 API 重构为接收 model id
• • 使用 /api/tags 接口获取 Ollama 模型列表
• • 强化 FishAudio 的 ListModels
• • 强化 Ollama 的 ListModels，并统一路由到 ParseListModel
• • 修复 OpenRouter 流式 URL 路由与 reasoning 参数问题

这些改动本质上是在提升模型列表发现、路由与兼容性，使不同 provider 的行为更统一。

5. 直接面向用户的模型配置能力增强

• • 支持修改已有模型配置的模型类型

这是前面提到的 Summary 核心能力，也是模型提供商层面最具用户价值的一项更新。

五、聊天、助手与外部渠道能力更新

聊天和助手相关能力，在本版本中同样有非常多变化。

1. Chat Channel 正式上线

• • 新增 chat channels，使助手可以连接外部消息机器人
• • 后端与前端中将 chat_channel 的 dialog_id 重命名为 chat_id
• • 接口路径从 /chat_channels 重构为 /chat-channels
• • 将 chat_channel 状态数据类型进行调整
• • Go DAO 迁移 chat channel 数据库实体与 DAO
• • 修复 chat channel runtime
• • 修复 channelTemplates，仅过滤 Discord 和 Lark
• • 修复 Telegram chat channel 显示问题
• • 新增 QQBot chat channel

这说明 Chat Channel 并不是简单上线一个入口，而是从前后端字段、数据结构、路由命名、运行时表现、平台适配多个维度持续打磨。

2. API 聊天兼容性增强

• • 新增 legacy chat completions 模式
• • 更新 chat completions 文档
• • 更新 “Converse with chat assistant” 文档

说明不仅接口能力已经补齐，配套文档也同步完善，便于开发者迁移。

3. 聊天界面体验优化

• • 修复聊天默认头像显示不正确问题
• • 调整聊天行高
• • 将不太重要的聊天设置移动到可折叠面板
• • 修复导入 MCP 对话导致重复提交的问题
• • 修复 agent log、登录、搜索设置等前端杂项问题

这些优化能够显著提升实际使用时的界面体验和交互稳定性。

六、Go 方向大规模推进：架构能力持续迁移

v0.26.1 中，Go 方向的更新非常密集，是本版本另一个极具信号意义的重点。

1. 基础设施与中间件更新

• • 使用 NATS 作为消息队列
• • 将 REDIS 移动到 engine 目录
• • 增加更多启动服务参数
• • 合并相似函数，进行 Go 重构
• • 将 GenerateUUID1 替换为 GenerateToken 作为实体 ID 生成方式

这些变化表明 Go 侧基础设施正在逐渐成型，内部结构也在持续优化。

2. 文件解析与文档处理能力增强

• • 解析 ingestion DSL
• • 增加 office_oxide 并解析 docx 文件
• • 增加更多文件解析器
• • 增加文件解析器配置
• • 增加 Markdown 解析器
• • 解析 HTML 文件
• • 在文件系统命令中增加 API 模式检查

这些能力意味着 Go 侧已经在承接更完整的文件处理链路，文档解析类型明显扩展。

3. Agent 与 Canvas 能力迁移

• • Go port 上线 agent canvas engine
• • 新增 22 个组件
• • 支持 DSL v2
• • 增加 13 个 endpoint
• • 增加 harness-go framework 的 graph engine
• • 增加 harness-go framework 的 agent core
• • ship Go agent canvas port，支持 eino interrupt/resume 与 Redis check-pointing

这些更新表明，Agent 与工作流相关能力正在系统迁移到 Go 侧，不再只是零散能力补点，而是向可独立支撑核心逻辑演进。

4. Go CLI、API 与文档配套

• • 发布 RAGFlow Go CLI 相关文档
• • 增加 Go starter
• • Go API 支持以 model_id 设置租户默认模型
• • Go CLI 支持以 embedding 类型添加模型

这让 Go 相关能力不仅停留在内部实现层，也具备更直接的开发者使用入口。

5. Go 稳定性修复

• • 隐藏内部 handler 错误细节
• • 修复 SSE 写超时
• • 修复用户注册
• • 修复 all_models.json
• • 修复 office_oxide 引发的错误
• • 修复自动迁移问题
• • 修复 RAGFlow 无法启动问题

这些修复都非常关键，说明 Go 相关能力在快速演进的同时，也在积极补足可用性和可靠性。

七、文件解析、OCR 与内容提取相关更新

文档解析一直是 RAG 系统中的关键组成部分，而 v0.26.1 在这一方向的更新也非常多。

1. 文档预览与结构显示修复

• • 改进 docx 预览
• • 修复 docx 文件显示不完整问题
• • 修复由模板创建的 pipeline 缺失层级的问题

这些更新改善了文档展示和模板生成流程中的可视化体验。

2. OCR 能力调整

• • paddleocr 从同步 API 迁移到异步 Job API
• • 基于异步 Job API 新增图片解析支持
• • 设置默认 Paddle OCR URL
• • 更新 image2text 本地化键，并增加 ocr 选项

这说明 OCR 能力不只是底层 API 替换，还带来了新的图片解析支持与界面配置同步更新。

3. PDF 与提取结果相关修复

• • 修复非 DeepDOC PDF 解析任务分页，避免 OOM
• • 之后曾回滚该修复
• • 随后再次加入分页修复以防止 OOM
• • 在 extractor 输出中增加 toc 字段
• • 修复 MinerU 表格选项清洗问题
• • 更新文档中的 rerank_id 类型说明，由 int 改为 string
• • 获取 ingestion log 时返回完整记录

这组更新说明文档解析链路中对于内存控制、字段完整性、结构化输出和文档一致性都有明显强化。

4. 安全修复

• • 修复 Markdown 解析器远程图片抓取中的 SSRF 问题

对于支持 Markdown 远程资源处理的系统来说，这是非常重要的一项安全修复。

八、工作流、模板、数据同步与图相关能力更新

1. 图与关系计算修复

• • 对重复的 n-hop edges 保留最大 pagerank

这说明图结构相关计算结果在特定重复边场景下得到了校正。

2. 技能空间与 Python API 解耦

• • 将 skill space 从 Python API 中解耦

这是一个架构层面的调整，意味着部分能力边界在进一步清晰化。

3. Git 风格文件提交 API

• • 增加 git-like file commit API

这项能力有助于文件版本化或类提交式管理场景。

4. 数据源与数据集同步修复

• • 修复一个数据源可以同步到多个数据集的问题

说明数据同步链路中的多目标场景得到了改进。

5. 工作流与模板问题修复

• • 修复 workflow ss not found
• • 修复由模板创建的 pipeline 执行即失败的问题
• • 修复模板创建 pipeline 时出现 “hierarchy does not exist” 的错误
• • 修复由模板创建的 pipeline 层级缺失问题

模板工作流一旦存在层级或初始化问题，会直接影响开箱即用体验，因此这一组修复很关键。

九、前端、交互与用户体验改进

v0.26.1 中也包含不少看似细小、但影响真实体验的前端修复。

• • 移动端侧边栏折叠为仅图标 rail
• • 强化 profile 名称校验与输入约束
• • 修复最后登录时间
• • 登录表单中的 remember me 复选框体验优化
• • 移除 profile 页面布局中的多余 div
• • 移除 FilterButton 中不必要的 asChild 属性
• • 杂项前端修复，覆盖 agent log、登录、搜索设置等
• • 调整聊天行高
• • 将不重要的聊天设置放入折叠面板
• • 修复默认头像显示异常
• • 修复 Telegram chat channel 展示问题

这些变化虽然不属于“宣传型功能”，但往往最能体现版本成熟度。

十、后端接口、错误码与兼容性修复

除了功能层改进，v0.26.1 在接口行为和错误返回方面也更加规范。

• • 当 attachment blob 缺失时，API 返回 4xx 而不是 500
• • sandbox config API 方法不匹配问题修复
• • 重命名 chat channel 字段与接口路径
• • 通过 legacy 模式兼容旧版聊天输出

这类改动的价值在于让系统行为更符合开发者预期，也降低了接入方的异常处理复杂度。

十一、依赖、构建与 CI 更新

版本中还包含一些工程层面的升级：

• • starlette 从 0.51.0 升级到 1.3.1
• • aiohttp 从 3.13.3 升级到 3.14.1
• • python-multipart 从 0.0.21 升级到 0.0.31
• • 优化 CI
• • 更新 CI 以支持并行测试执行
• • 将 release.yml 恢复到旧版本
• • 整合开发脚本

这些变更不会直接出现在用户界面上，但对构建稳定性、依赖安全性和研发效率都有意义。

十二、文档更新与版本信息同步

本次版本不仅有大量代码更新，也同步完成了文档配套：

• • 新增 v0.26.1 release notes
• • 更新聊天 completions 文档
• • 更新 “Converse with chat assistant”
• • 更新 v0.26.1 发布日期
• • 将 README 和 docs 中的版本引用更新为 v0.26.1
• • 发布 RAGFlow Go CLI 相关文档

这意味着官方在版本发布时，尽可能同步完善了开发者使用说明，减少信息不一致带来的理解成本。

十三、为什么说 v0.26.1 是一次非常值得关注的版本

综合来看，RAGFlow v0.26.1 有几个非常鲜明的特征。

第一，功能升级不是孤立的，而是成体系推进。

比如 Chat Channel 并不是简单增加一个入口，而是包含平台接入、运行时修复、字段更名、路由重构、平台可见性修复、QQBot 新增等一整套变更。模型提供商也不是只加模型，而是同步处理了参数、维度、别名、计费、截断、错误处理、列表发现和编辑能力。

第二，Go 方向推进极其明显。

从模型驱动到消息队列，从文件解析到 Agent Canvas，从 DAO 迁移到 graph engine、agent core，再到 starter、CLI、文档、启动参数，说明 Go 侧已进入加速建设阶段。

第三，可观测性和兼容性一起加强。

一边是 Langfuse 会话分组增强多轮调试能力，一边是 /chat/completions 提供 legacy 模式保障旧系统兼容，这让系统在“更先进”和“更稳迁移”之间做到了平衡。

第四，文档解析链路持续强化。

docx、Markdown、HTML、OCR、图片解析、PDF 内存控制、toc 字段、表格选项清洗，这些更新共同作用于 RAG 核心前处理质量。

第五，稳定性修复非常密集。

启动失败、自动迁移、注册、超时、头像、模板 pipeline、数据同步、附件错误码、前端布局、登录体验等问题，都在这一版本中得到了处理。这对生产使用者来说，价值往往不低于新功能。

十四、v0.26.1 全量更新清单整理版

为了方便快速查阅，下面给出按条目整理后的完整更新清单。

新特性与概要

• • 支持修改现有模型配置的模型类型
• • 支持将 RAGFlow 助手部署到外部消息平台
• • Langfuse 支持多轮会话 trace 按 session 分组
• • 法语 UI 补齐约 70 个缺失翻译键
• • 修复模型 token 计费不准
• • 修复 embedding 截断限制不正确导致索引失败
• • 改进错误处理以暴露根因
• • /chat/completions 增加 legacy 模式，恢复旧版 <think> 输出

模型与 Provider

• • list models 增加 dimensions
• • 修复 provider embedding 问题
• • Go 模型驱动增加共享 HTTP client、SSE parser、stub helpers
• • 新增多批模型条目与 provider
• • 补充 Z.ai、Qwen 商业模型、Google 模型及更多模型
• • 增加 nvidia、moonshot、minimax、claude、GPT 等 provider 模型
• • 支持 model_id 作为默认模型配置依据
• • Go CLI 支持按 embedding 类型新增模型
• • 过滤不支持的 model_type
• • 强化 FishAudio、Ollama ListModels
• • 修复 OpenRouter 流式 URL 与 reasoning 参数
• • 支持编辑模型类型

聊天与渠道

• • 新增 chat channels
• • 修复默认头像
• • 调整聊天行高
• • 折叠次要聊天设置
• • 修复 MCP 对话导入重复提交
• • 支持 QQBot
• • 修复 Telegram 显示
• • 调整 channelTemplates 平台过滤
• • chat_channel 字段与路由重构
• • chat channel runtime 修复
• • DAO 迁移到 Go

Go 侧能力

• • 使用 NATS 作为消息队列
• • 解析 ingestion DSL
• • 增加 office_oxide 解析 docx
• • 增加更多文件解析器
• • 增加 Markdown、HTML 解析
• • 增加文件解析配置
• • API 模式检查
• • canvas engine、22 组件、DSL v2、13 endpoint
• • graph engine
• • agent core
• • interrupt/resume 与 Redis check-pointing
• • 启动参数扩展
• • starter 增加
• • 内部重构与实体 ID 生成方式调整
• • 修复注册、启动、迁移、all_models、office_oxide 等问题

解析、OCR 与数据处理

• • 改进 docx 预览
• • OCR 迁移到异步 Job API
• • 新增图片解析支持
• • 设置默认 Paddle OCR URL
• • image2text 本地化键更新并增加 OCR 选项
• • PDF 分页防止 OOM
• • extractor 增加 toc 字段
• • 修复 MinerU 表格选项清洗
• • 更新 rerank_id 类型说明
• • ingestion log 返回完整记录
• • 修复 Markdown 远程图片 SSRF

工作流与其他修复

• • 重复 n-hop edges 保留最大 pagerank
• • skill space 与 Python API 解耦
• • 新增 git-like file commit API
• • 一个数据源支持同步到多个数据集
• • 修复 workflow ss not found
• • 修复模板 pipeline 立即失败与层级不存在问题
• • 修复最后登录时间
• • profile 校验增强
• • 移动端侧边栏优化
• • remember me 体验优化
• • 移除多余布局与属性
• • API 缺失 attachment blob 返回 4xx
• • sandbox config API 方法修复
• • 依赖升级与 CI 优化
• • 文档与版本引用全面同步更新

十五、结语

代码地址：github.com/infiniflow/ragflow

RAGFlow v0.26.1 是一个非常“厚实”的版本。

它既有用户立刻能感知到的新功能，比如模型类型可编辑、助手接入外部聊天平台、Langfuse 会话分组追踪；也有大量对底层能力和系统稳定性的深度修复，比如 token 计费、embedding 截断、解析器扩展、Go 架构推进、工作流模板修复、接口兼容和依赖升级。

如果你关注的是 RAG 系统的工程化落地，这个版本值得重点关注的方向有三个：

• • 模型管理与 Provider 接入明显更成熟
• • Chat Channel 让助手触达路径进一步扩展
• • Go 侧能力已经从补充功能走向体系化建设

从版本内容密度来看，v0.26.1 不只是一次常规小版本更新，更像是一次围绕“能力扩展、体系迁移、稳定落地”展开的集中升级。对于正在使用 RAGFlow 构建知识库问答、企业智能助手、多渠道聊天机器人和 Agent 工作流的团队来说，这次更新具有很强的实际参考价值。