ragflow部署

已于 2025-05-04 23:38:55 修改
阅读量124 收藏 1
点赞数
CC 4.0 BY-SA版权
分类专栏： ai搭建学习 文章标签： AI编程
于 2025-05-04 23:36:04 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_37193169/article/details/147705393

一、下载代码

git clone https://github.com/infiniflow/ragflow.git

二、修改docker文件夹

为了和Dify导入的docker区分，这里将docker文件夹修改为ragflow_docker

三、修改端口号

由于80和443端口被Dify的容器占用了，这里修改一下
在这里插入图片描述

四、进入ragflow_docker文件夹后使用cmd

在这里插入图片描述

五、生成ragflow_docker容器

使用命令：

docker compose -f docker-compose.yml up -d
了解本专栏 订阅专栏 解锁全文 超级会员免费看
知识库搭建实战二十、Ollama+RagFlow 部署本地知识库
xiaoqi270620903的专栏
09-09 9150
通过以上步骤，你已经成功在 Windows 系统上通过 Docker 部署了一个本地化的大模型知识库，结合 RagFlow 和 Ollama，安装了通义千问2 7B 模型和中文 Embedding 模型，构建了一个支持中文问答的系统。这种设置适用于企业内部知识管理、自动化客服、智能问答等场景。
RAG 实践- Ollama+RagFlow 部署本地知识库
AGI_GGbond的博客
10-28 3295
本文我们介绍另一种实现方式：利用 Ollama+RagFlow 来实现，其中 Ollama 中使用的模型仍然是Qwen2
ragflow 安装下载镜像源
顺其自然~专栏
11-13 9397
RagFlow是一款用于生成高质量文本的开源工具，通常它依赖于深度学习框架如Hugging Face的Transformers库。安装 RagFlow及其依赖时，建议选择合适的镜像源以提高下载速度并减少网络延迟。在中国大陆，由于可能的网络限制，可以考虑使用。阿里云、清华大学等提供的国内镜像源。为你实际需要安装的具体包名。记得替换上述命令中的。
RAGFlow+DeepSeek搭建本地知识库
ytt0523_com的博客
03-29 1258
将文本（World、PDF等等）中的自然语言转换成机械可以理解的高维向量，然后通过向量之间的匹配和比对去捕获到单词或是句子背后的语义信息。除了针对知识库的文本之外，还会针对用户输入的信息进行处理。说人话就是，Embedding模型会把信息转换成对应的身份证，然后会匹配两个身份证最相似的数据。
RAGFlow源码安装操作过程
NLP工程化
05-26 956
RAGFlow是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎，可作为Dify的外部知识库使用[1]。本文主要介绍RAGFlow前端和后端等源码安装操作过程。
ragflow搭建
qq_24410629的博客
02-14 1125
链接：https://pan.quark.cn/s/6e5815b89a4c。进入ragflow文件夹运行命令(可以按照ragflow官方文档运行)安装docker 和docker compose。运行以下命令导入到docker 时间较长耐心等待。进入docker文件夹修改.env文件。下载在本地或者上传到自己的服务器。访问ip 进入ragflow。启动时间较长耐心等待。
DeepSeek + RAGFlow私有化部署指南：技术小白也能轻松上手
2401_84204413的博客
02-19 1968
这期内容分享下在我们个人本地电脑私有化部署 DeepSeek R1 + RAGFlow，也想观察下在没有GPU的机器上跑起来体验如何？这期分享全程操作的干货内容，言简意赅，不要怕学不会，现在部署大模型已经很简单了。照着我说的一步步做，一定能成功！以上环境相信大部分朋友都具备。远程连接虚拟机，准备下载RagFlow⑥ 配置模型提供商我英文水平一般，先切换到中文，哈哈点击头像，找到左侧模型提供商找到ollama，点击添加模型参考我这图上面配置就行，一看就懂哈。
搭建RAGFlow
sqlora的专栏
11-18 1万+
是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎。RAGFlow 可以为各种规模的企业及个人提供一套精简的 RAG 工作流程，结合大语言模型（LLM）针对用户各类不同的复杂格式数据提供可靠的问答以及有理有据的引用。
ragflow-0.16.0
02-13
RagFlow最新版（截止2025.2.13）
RAGFlow离线部署完整教程
u010076343的博客
04-02 2845
RAGFlow离线部署
【RAGFlow部署】基于Docker的RAGFlow配置指南：系统级服务与环境变量设置详解
04-24
内容概要：本文档详细介绍了通过 Docker部署和配置 RAGFlow的方法与步骤。首先，需要管理几个关键文件：.env文件用于设定重要环境变量，如各服务的端口、密码等；service_conf.yaml.template用于定义 RAGFlow的系统...
RAG-基于Java实现的增强检索生成RAG项目-包含知识库+检索-附项目源码+流程教程-优质项目实战
10-20
RAG_基于Java实现的增强检索生成RAG项目_包含知识库+检索_附项目源码+流程教程_优质项目实战
RAGFlow 部署
最新发布
yzxyy_zzb的博客
07-08 679
本文详细介绍了RAGFlow的本地部署及AI模型配置流程。主要内容包括：1）通过Docker部署RAGFlow服务，包括端口修改和服务验证；2）使用Ollama工具部署本地AI模型和Embedding模型；3）RAGFlow的使用指南，涵盖用户注册、模型配置（支持本地和在线模型）、知识库创建、文档上传解析及检索测试等功能。文章提供了完整的操作命令和配置说明，帮助用户快速搭建本地AI知识管理系统。
RAGFlow在Windows中运行
2301_77816793的博客
11-26 5617
ollama可以使我们本地部署大语言模型，无法加入自己的专有知识库，此时我们就需要借助RAGFlow，以实现构建自己的本地知识库大语言模型，还可以进一步打包制成API，构成具有行业专业知识的大语言模型。然而，在Ragflow的官方指导文档中，适用的为Lunix系统，笔者在数小时尝试后，详细总结了这样文档以告诉读者Ragflow如何在Windows系统上运行，注意：本电脑之前运行过虚拟机，因此可能缺少“虚拟机”的一些前置步骤，当安装过程出现问题可往这方面解决。
RAGFlow在windows环境中源代码部署启动方法
liuniuxs的博客
02-22 2585
RAGFlow源代码部署方法
docker本地部署RagFlow
zxhy0123的博客
03-09 1152
进入：http://localhost:80 先注册账号。修改ragflow/docker/.env文件。构建预建的Docker映像并启动服务器。服务器启动成功后再次确认服务器状态。
解剖RAGFlow！全网最硬核源码架构解析
yxkong的专栏
04-09 1997
api可能是二开最常用的模块了。apps目录主要是 ragflow对外暴露的接口sdk目录是对外提供的api，主要是操作知识库和一些扩展*_app.py的文件都是对ragflow的web提供的接口db目录是操作数据库的封装utils是封装的一些工具。
Docker安装本地RAGflow踩坑记录，终于解决dependency failed to start: container ragflow-mysql is unhealthy问题
热门推荐
qq_63490595的博客
02-23 1万+
需要注意的是，不能直接放在安装Docker的目录里，因为上一个命令修改了文件权限，往Docker安装路径里放会失败。用记事本打开.env文件，找到第13行，修改前者80为81，然后保存即可。前者是主机端口，后者是容器端口。因此需要更改端口，我测试了81端口没有占用，因此来到下载RAGflow的文件夹下的docker文件中。然后是镜像位置，默认也是C盘，在Docker中可以更改。，然后安装官网提示一步步走，然而就当都安装完后出现了这个bug。至此，本地RAGflow总算是搭建完成。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值