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。
RAGFlowAPI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。
| 
