RAGFlow 系列教程 第24课：数据连接器与外部数据源 -- 从 Connector 架构到 MCP 动态工具集成
版本: RAGFlow v0.25.0
作者:耿雨飞
前置知识: 第5课(知识库管理)、第11课(API 网关层)、第21课(Agent 画布)
导读
在前面的课程中，我们学习了 RAGFlow 的知识库管理（第5课）和文档解析流水线（第6课），但数据来源一直局限于手动上传。在实际企业场景中，文档散落在 Confluence、Google Drive、Notion、Slack、GitHub 等十几个平台，手动同步显然不可行。
RAGFlow v0.25.0 内置了一套完整的数据连接器（Connector）系统，支持 20+ 种外部数据源的自动同步、增量更新和文档剪枝。此外，还引入了MCP（Model Context Protocol）服务器管理能力，允许 Agent 动态连接外部 MCP 工具服务，扩展其功能边界。
本课将深入分析 Connector 的数据模型、服务层、运行器架构、API 接口以及 MCP 服务器的动态集成机制。
学习目标
- 理解 RAGFlow 数据连接器的整体架构和设计模式
- 掌握
Connector、Connector2Kb、SyncLogs数据模型的关系 - 深入分析连接器接口体系（LoadConnector / PollConnector / CheckpointedConnector）
- 理解 ConnectorRun