# dify-rag

**Repository Path**: shenxiaoming77/dify-rag

## Basic Information

- **Project Name**: dify-rag
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: main
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-08-29
- **Last Updated**: 2025-08-29

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# Dify-RAG

高效模块化的 RAG 包，可以快速替换 Dify 中原有的默认模块，大幅提升 Dify 的 RAG 效果。作为通用的基础包，也可以用于其他开源 RAG 服务。

# 安装

```bash
pip install dify-rag
```

为了在 Dify 项目中使用，可以在 `api/pyproject.toml` 中添加 `dify-rag` 依赖，之后更新对应的 lock 文件，在不同版本的 Dify 中存在一些差异：

- poetry 1.x 版本，需要调用 `poetry lock --no-update` 更新 lock 文件依赖
- poetry 2.x 版本，需要调用 `poetry lock` 更新 lock 文件依赖
- uv 版本，需要调用 `uv lock` 更新 lock 文件依赖

# 使用

目前实现的模块是直接可以插拔放入 Dify 项目中的，只需要在 Dify 项目中替换掉相关模块即可。下面以 html 解析为例：

在 `api/core/rag/extractor/extract_processor.py` 中将原先使用 Dify 内置的 HtmlExtractor 切换为 Dify-RAG 中的 HtmlExtractor 即可。

具体需要将原有的 `from core.rag.extractor.html_extractor import HtmlExtractor` 替换为 `from dify_rag.extractor.html_extractor import HtmlExtractor` 即可

其他模块的替换也是类似的，可以根据自己的需要自行替换增强。


# 支持的文档格式

| 格式 | 结构化解析 | 表格解析 |
| --- | --- | --- |
| html | 支持 | 支持独立拆分，支持转换 markdown 格式，支持按行切分 |
| md | 支持 | 支持独立拆分，支持 markdown 格式，支持按行切分 |
| docx | 支持 | 支持独立拆分，支持转换 markdown 格式，支持按行切分 |
| pdf | 部分支持，需本身有目录信息 | 不支持 |
| epub | 支持 | 支持独立拆分，支持转换 markdown 格式，支持按行切分 |
| xlsx | 支持 | 支持独立拆分，支持转换 markdown 格式，支持按行切分 |
| csv | 支持 | 支持独立拆分，支持转换 markdown 格式，支持按行切分 |