用RAGFlow快速搭建微信问答机器人

基于知识库的问答机器有广泛的应用场景，比如：微信用户群的用户支持，在客户群对产品性能进行自动回复，学习小组的自动答疑，在一对一的聊天场景下自动答复特定问题，等等。

RAGFlow 是基于 OCR 和深度文本理解的 RAG 引擎。RAGFlow 能够基于不同文本类型作相应的数据清洗；自动化的工作流可以帮你快速搭建AI 智能问答机器人所需的专业知识库；基于知识库进行问答时，RAGFlow 的另一大特色是有理有据的文本引用机制，能够给出答案在原文所对应的出处和截图。这些功能都有助于搭建微信问答机器人，改进最终的问答效果。

下面，我们就用 RAGFlow 来快速搭建一个微信问答机器人。手把手系列教程，小白友好！

效果展示

先来看看建好的微信问答机器人的问答效果是什么样的。下面这三张截图随机截取了 RAGFlow 用户群的问答机器人的三个问答场景。可以看到，三个问题都得到了实时的回答。而且，每个回答都配有对应的引文截图，大大提升了回答的可信度：

下面我们开始动手搭建微信问答机器人。总的来说，搭建微信问答机器人可以分为三个步骤：数据准备、搭建知识库、接入微信机器人。

第一步：数据准备

所谓数据准备是指：通过调整数据格式来确保问