展开本页目录
开始前准备什么
- 下载独立练习包，阅读README的版本、套餐与实跑范围。
- 需可用 RAGFlow 1.0.0-rc1 实例、embedding/chat 模型和实际解析记录。官方部署起点为 x86-64、16GB RAM、50GB 可用磁盘；本练习未部署 RAGFlow、未嵌入、未编译知识。代码 Apache-2.0，模型许可另计。
- 准备自己的可用模型与账户；不把示例模型占位名或地址当作已验证配置。
- 检查八行产品表
- 选择Table解析与固定Embedding
- 上传表格并查看逐行分块
- 先问精确SKU问题
- 区分检索与总计计算
- 保存实际回答和行号
- 运行相似SKU与缺值负例
1. 检查八行产品表
打开 products.xlsx 或 products.csv。表中 weight_g 是克、battery_hours 是小时；QR-121 重量未提供，QR-120L 的0是刻意的异常原值，应照原文呈现并待核实。
bash
python3 verify.py
2. 选择Table解析与固定Embedding
在实际 Dataset 选 Table parser；API 选项以当前 parser_id 文档为准。确定 embedding 后再解析，不能把不同向量空间的结果混用。
3. 上传表格并查看逐行分块
实际解析自己的测试文件，打开 chunks 核对每行是否保留 SKU 与列名。本站没有上传或嵌入；输入工作簿截图不是 RAGFlow 界面。
4. 先问精确SKU问题
依次发送 Q1–Q3，打开引用回读原始行。相近产品名不能代替准确 SKU；没有重量时回答未提供，不从其他 SKU 借用数值。
5. 区分检索与总计计算
本题只做产品行查找，不让模型依据少量召回片段计算全表总计。需要总量时先确定全量数据是否进入确定性计算器，再另立验收。
6. 保存实际回答和行号
按 actual-template.json 整理实际答案，source_row 是数据行的一基序号，不含表头。保留 null 与0的类型。
bash
python3 verify.py --actual my-table-answers.json7. 运行相似SKU与缺值负例
负例会拒绝混淆 QR-120/QR-120L 以及把未提供重量补0。即使回答数值正确，也应保存自己实际引用行才能证明对应来源。
怎样确认已经完成
- 原始输入、来源和单位已保留，材料检查及两条故意错误样例均运行。
- 在真实工具保存原生输出，回读本题关键事实、缺值与来源；未运行部分仍标记未执行。
- 保存工具/模型版本和实际结果，人工修改与模型返回分开归档。
常见问题
检索到几条SKU记录，可以直接计算全表总额吗？
不可以。召回片段可能只覆盖部分行。本页只按准确SKU查字段、单位及零/缺失；全表统计应读取完整原表再用确定性计算。
RAGFlow Excel表格知识库需要哪些条件？
需可用 RAGFlow 1.0.0-rc1 实例、embedding/chat 模型和实际解析记录。官方部署起点为 x86-64、16GB RAM、50GB 可用磁盘；本练习未部署 RAGFlow、未嵌入、未编译知识。代码 Apache-2.0，模型许可另计。
RAGFlow Excel表格知识库的图片和检查通过代表什么？
原始输入、人工参考与实际离线材料检查均有对应文件；官方图说明操作入口。目标软件和模型未执行的部分已在步骤中注明，不能用材料检查替代真实产品运行。