准备
参考《RAGFlow实践：快速实现知识库的智能检索》部署RAGFlow并创建知识库。
DeepChat是通过MCP方式调用RAGFlow，所以，部署的RAGFlow需要支持MCP。
RAGFlow
API服务器地址
点击账户图标：
点击“API”：
将API服务器地址保存备用。
创建Key
点击“API KEY”：
点击“创建新密钥”：
点击“复制”按钮保存密钥：
然后点击“确定”，关闭对话框。
数据集ID
数据集ID就是创建的一个知识库，这个知识库在数据库中有一个编号。
使用数据库连接工具如 Navicat连接到RAGFlow的MySQL数据库的knowledgebase表中获取对应ID：
将此ID保存备用。
数据库连接信息在ragflow-main/docker/.env中。
Docker部署的RAGFlow MySQL数据库密码是：infini_rag_flow
DeepChat配置
RAGFlow相关信息保存备用后，开始DeepChat的配置。
启动DeepChat客户端，依次点击“设置”—>“MCP设置”，找到ragflowKnowledge的编辑按钮：
点击“添加RAGFlow配置”：
将RAGFlow中保存备用的信息一一填入对应位置：
然后，点击“添加配置”。
使用知识库
完成RAGFlow配置添加后，回到对话界面，启用RAGFlow知识库MCP：
⚠️使用的大模型必须支持工具调用。
向它提问：
返回结果：
注意事项
数据集ID获取问题
当前RAGFlow无法在Web界面上获取数据集ID，需要到数据库中获取。
RAGFlow MCP没有返回结果
在官方群咨询过，deepchat默认精确度是0.5，小于这个精确度是没有返回的：
如何调整让它返回呢？
首先，去RAGFlow的知识库中进行检索测试：
可知当前混合相似度是47.71，就是0.48的样子，小于DeepChat的0.5，所以DeepChat没有返回。
然后，可以用系统提示词或者在问它问题时提醒它：“相似度大于0.3就返回结果”，此处我通过系统提示词设置：
再次询问，就有返回结果了：
建议通过提示词告知DeepChat的精确度。
