支持私有化部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


快速上车!RAGflow 保姆级安装指南!小白也能轻松搞定!

发布日期:2025-05-15 12:58:45 浏览次数: 1541 作者:AgentLight
推荐语

掌握RAGflow,打造高效智能知识库!
核心内容:
1. RAGflow简介及其在文档管理中的优势
2. RAGflow的安装步骤和常见问题解决
3. 从代码下载到环境配置的详细指南

杨芳贤
53A创始人/腾讯云(TVP)最具价值专家

前面已经介绍了很多dify的内容,也有很多朋友问了我很多Dify平台的内容。但是在工作中,很多客户提出了一些内部知识库管理问题,这部分的内容,明显在Dify这里是一个短板。那这里接触了RAGflow,在文档管理方面RAGflow确实有自己的优势。

AgentLight" data-from="0" data-headimg="https://api.ibos.cn/v4/weapparticle/accesswximg?aid=111411&url=aHR0cDovL21tYml6LnFwaWMuY24vc3pfbW1iaXpfcG5nL2xHSW1yeWxZZ0NLMXlNeVBOc2RpY3IySTNiUmpIQ0RKbEtBZDF0SHd3VlhpY2dpYVg0RUVNWmppYmY2eU5rRjN5RnJINjdQeGdTbkhndkJZSExRblJMeTRSdy8wP3d4X2ZtdD1wbmc=" data-signature="AI智能体、AI Agent、智能体定制、AI智能体培训、AI智能体学习、AI智能体工程师、AI应用探索、AI技术应用、AI知识分享" data-id="MzU2Njk1Mzk5Mg==" data-is_biz_ban="0" data-service_type="1" data-verify_status="0">

RAGFlow 是一款开源检索增强生成(RAG, Retrieval-Augmented Generation)引擎,致力于通过深度文档理解技术,帮助用户构建高准确性、高可信度的智能知识库。无论是企业级应用还是个人开发者项目,RAGFlow 都能提供高效、强大的RAG解决方案,使大语言模型(LLM)能够精准解析复杂格式文档,生成可靠回答,并附带清晰可追溯的引用来源,从而提升知识检索与生成的可信度和可用性。

那从今天开始,带来一系列的有关RAGflow的介绍,先从安装开始。(这

里面的坑,也是不少啊)

01

代码下载

RAGflow地址:https://github.com/infiniflow/ragflow

打开地址后,现在代码到本地。




02

管理Docker服务

下载后,进行解压,然后进入到docker页面。


执行:docker compose -f docker-compose.yml up -d。根据docker-compose.yml配置文件进行执行。


显示80端口被占用了。Docker的服务,也没有启动。



我们在修改端口,改为86。然后再启动服务。

在重启一遍,发现443端口,也被占用了。在修改443的接口。




那这次没有问题了。



03

查看状态

启动状态现在OK了。


查看日志也没有问题。




04

痛苦的开始了


从.env文件中,我们看到原来默认加载的是slim版本RAGflow。

slim仅包含运行 RAGFlow 必需的组件和依赖。slim是没有embedding模型的。



那只能在重新开始了。


这个时候拉取代码的时候,发现在ragflow的大小是7.54G,但是就是到7.539G就不动了,等了好久都不行,来来回回弄了好几次都不行。白白的浪费时间了。


那后来有又把下载源改为国内的源。swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/infiniflow/ragflow:v0.18.0


这里倒是下载完成了,但是docker服务还是启动不了。


这时候我想要不在重新来,重头开始弄吧。

05

着手解决问题

先把docker停用了,docker-compose down -v,删除所有资源。


查找所有的镜像。docker images | findstr "ragflow"



这个时候发现了,竟然有3个,原来不知道已经下了这么多的镜像了。这个可能就是起不来的原因了。有3个镜像,系统肯定认为是冲突了。


那就把不需要的先删除了。


docker rmi infiniflow/ragflow:v0.18.0-slimdocker rmi swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/infiniflow/ragflow:v0.18.0


在重新执行一次docker compose -f docker-compose.yml up -d。


OK,通过种种的尝试吧,终于搞定!


访问的时候,记着前面改过端口了,这里访问的时候,要记着改啊。


image.png



现在就可以注册使用了!后面继续针对配置和各种应用在进行详细的介绍!


点击分享 让更多人看到


53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询