RockChinQ
[Feature]: 请求支持 ragflow
这是一个？
新功能
详细描述
https://github.com/infiniflow/ragflow 是一个 rag 平台，通过 runner 支持 ragflow 以便在 LangBot 对话中使用 ragflow 的应用。
hi @RockChinQ 我对在LangBot里集成RAGFlow很感兴趣，RAGFlow里面有和知识库对话的功能，我想集成到LangBot中的对话机器人里面去，比如在飞书里可以直接调用RAGFlow里面的对话接口，询问知识库的内容。 请教一下，我在LangBot里应该如何支持这样的功能，你能给我一些实现这个功能的开发建议和指引吗？我该使用哪种方式开发？使用LangBot的插件？
@xnge 欢迎贡献！
LangBot 对于此类外部agent有很好的抽象层设计，你可以查看架构图 先了解你应该实现的组件位置（Runner），然后参考pkg/provider/runners/ 下每个runner的写法来集成ragflow。
- 你可以直接fork主仓库代码并把ragflow的runner加入到主程序中然后提pr，不必以插件形式接入
- 更多详细信息可以加开发群询问：1032327138
@RockChinQ 感谢你的回复，
我再明确一下，我需要做的是：
- 类似实现一个 https://github.com/RockChinQ/LangBot/blob/master/pkg/provider/runners/localagent.py, 比如我参考 LocalAgentRunner 或者 difysvapi 的代码实现，开发一个ragflowapi，接口也都是localagent.py这里的接口，是吗？
- 然后再在流水线的界面上，添加一个 RAGFlow Service API 的Runner，是吗？
- 另外请教一下Runner的定义，Runner的意思是说，使用了这个流水线的机器人，都是用这个Runner去处理对话？不管是QQ，还是企微等等？
@xnge
- 关于你写的实现需要写的方法，可以看一下 localagent 那个类的父类。
- 对，你需要在 templates/metadata/pipeline/ai.yaml 里加上你的 ragflow 配置项schema，参考其他的来写。有一个很好的例子是 #1468 可以稍微参考一下这个pr的yaml写法。当然，它的前端写得有点复杂，理论上你不需要改前端。
- llm 不止局限于简单的一来一回对话，人们希望llm可以调用工具访问世界信息，所以 Agent 诞生了。Agent 的运行过程比较复杂：
一来一回对话：
User: xxxxxx
Assistant: xxxxxxxxxx
Agent 运行机制
User: xxxxxxxx
Assistant: {"tool_name": "get_weather", "city": "LA"} // 请求 LangBot 使用工具
Tool: {"temperature": 30, "weather": "cloudy"} // LangBot 调用工具并拼接工具返回值到消息列表，再次调用 LLM
Assistant: The weather is xxxxxxx
可以看到 Agent 需要调用工具，而且可能需要调用多个回合。而 Agent 的实现模式有很多种，就需要在这里做一个抽象：Runner。
LangBot 内置的 local-agent 可以组织用户配置好的提示词、工具等信息进行多回合 Agent 执行。
而现在需要接入 RAGFLow 的话，你需要确定：RagFlow 是一个 Agent 吗？如果是的话，就实现一个 Runner 来接入。