企业知识库图文混排功能近期迎来了一次重要更新。这次升级不仅补全了可视化前端这个关键环节，还让文档处理效率整体跃升了一个层次。下面直接进入正题，先讲核心变化，再拆解实现逻辑。

产品效果

就在上周，RAGFlow图文混排刚刚对外发布时，不少用户留言询问：能不能提供一个前端界面，省去手动操作的麻烦？ 答案——现在已经实现了。在企业环境中，知识库管理员可以通过可视化前端页面直接上传并解析文档，图文混排功能会自动生效。相比纯命令行的操作方式，这种体验便捷了许多。文档上传完成后，直接在RAGFlow中发起问答，图片便会自动关联显示。

实现原理

图文混排的实现逻辑，整体遵循以下流程：

暂时无法在飞书文档外展示此内容

文档 OCR 引擎

之前的实现版本中，内置了MinerU和PyMuPDF两套OCR引擎。经过反复对比测试，PyMuPDF的表现并不理想，几乎难以满足生产环境的实际需求。因此，这次升级只保留了MinerU。少即是多，选项过多未必有利，产品层面保持简洁更加重要。

图片存储与读取

此前处理图片时，我们采用了独立Docker容器部署图片服务的方案，安全性确实有所提升。但代价是存储和读取性能受到拖累，部署的复杂度也随之增加。因此，这次调整了思路：统一将图片存储到RAGFlow自带的Minio中。从设计角度看，这种做法更加紧凑，复用了现有基础设施，复杂度自然降低。

上传文档

后台管理系统新增了文档上传接口，可以实时查看解析进度。需要说明的是，目前文档解析后的结果还没有写入文件系统，因此上传功能本身没有做持久化处理。使用过程中需要留意这一点。