Figure description language not propagated to PDF/DOCX(book,manual)/XLSX vision wrappers

问题场景

用户在 RAGFlow 中上传 PDF、DOCX（book/manual 模式）或 XLSX 文件，并设置了数据集语言为非英语（如中文）。文档解析后，单独使用 naive DOCX 流程的图表描述语言能正确显示中文，但经 rag/app/naive.py（PDF 走 by_deepdoc）、rag/app/book.py、rag/app/manual.py、rag/app/paper.py 和 rag/app/table.py 处理的文档，生成的图表描述始终为英文。

报错原文

Figure description language not propagated to PDF/DOCX(book,manual)/XLSX vision wrappers

原因分析

根本原因是 RAGFlow 的 figure parser 在接收语言参数时存在缺陷：每个 chunk() 函数都将 lang="Chinese" 声明为具名参数，因此 lang 会被截获，不会进入 **kwargs。而 deepdoc/parser/figure_parser.py 中的三个 wrapper（vision_figure_parser_docx_wrapper、vision_figure_parser_figure_xlsx_wrapper、vision_figure_parser_pdf_wrapper）只接收 **kwargs，从未获得 lang，导致 VisionFigureParser.self.language 始终回退为 "English"。

同时需注意，给 LLMBundle(lang=) 传参并不会影响图表输出语言，因为 describe_with_prompt()（rag/llm/cv_model.py）并不读取 self.lang，语言实际由 prompt 中的 {{ language }} 变量控制。

环境排查

• 确认 RAGFlow 版本是否包含 PR #17227 的代码改动（检查 deepdoc/parser/figure_parser.py 中的 wrapper 是否带 lang 参数）。
• 检查 rag/app/book.py、rag/app/manual.py、rag/app/table.py、rag/app/naive.py、rag/app/paper.py 调用 figure wrapper 时是否传入 lang=lang。

解决步骤

1. 升级 RAGFlow 至包含 PR #17227 修复的版本（该 PR 覆盖了全部 4 个 figure vision wrappers，并为每个 wrapper 增加 lang 参数，同时转发给 LLMBundle 与 VisionFigureParser）。
2. 若无法立即升级且需要临时修复，可检查在 rag/app/table.py 的 Excel.__call__ 路径中，是否已将 lang 转发至 Excel parser（table.py:408 附近）。
3. 升级后，可通过 test/unit_test/deepdoc/parser/test_figure_parser.py 中的 15 个回归测试（覆盖 prompt 渲染器、VisionFigureParser 存储、4 个 wrapper 及端到端 __call__ worker 路径）来确认修复完整性。

验证方法

升级后重新解析同一份非英语数据集中的 PDF、DOCX（book/manual）和 XLSX 文件，检查生成的图表描述文本是否已切换为数据集设定的语言（如中文），而非始终为英文。

参考来源

infiniflow/ragflow #17280

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。