当前位置：首页 > news >正文

linux端 RAGflow超详细小白教程（一）安装及环境搭建

news 2025/7/26 20:30:52

针对现在ragflow部署指令太混乱的问题，没办法我只能自己写个总结了在这里插入图片描述

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

一、系统要求

本项目优先部署在linux端
硬件：CPU ≥ 4核，内存 ≥ 16GB，磁盘 ≥ 50GB（推荐SSD）
软件：
Windows：WSL2 + Docker Desktop（需启用WSL集成）
Linux：Docker ≥ 24.0.0，Docker Compose ≥ v2.26.1
先查看docker版本和Docker Compose版本，如果系统等级不够先更新系统
记得写入参数vm.max_map_count=262144，主要是为了防止内存映射不足

#查看版本
docker --version
docker compose version
#如果版本足够不用更新，若没有则下载（可选）
sudo apt update && sudo apt upgrade -y
sudo apt install docker.io docker-compose python3-pip git -y
#防止内存映射不足
sudo sysctl -w vm.max_map_count=262144

二、项目下载

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

配置镜像和检索加速。在docker/.env 文件修改

修改配置源下载完整版，第一个框注释掉，第二个框选择云，第一个云是华为云，第二个是阿里云，这里我选择华为云（如果只想下简单版可以不用修改，可选）
在这里插入图片描述检索修改Especially为infinity（官方说 Linux在arm64架构下不支持但linux_x86可以使用.）

三、项目安装

创建容器
这里不同文章有很多种创建容器的方法
我总结一下
国内镜像加速命令（不推荐，容易出现es链接错误）
docker compose -f docker-compose-CN.yml up -d
依赖于base和gpu下载（如果电脑没有好的gpu不推荐）
docker compose -f docker-compose-base.yml -f docker-compose-gpu.yml up -d
老版直接下载（推荐，等同于docker compose -f docker-compose.yml up -d）
docker-compose -p ragflow up -d

总结后我的命令如下

#20250724版
sudo docker compose -f docker-compose.yml up -d

四、端口映射下载问题

下载过程中很容易遇见端口映射重复的问题，主要是在一个公司中，一台服务器会很多人都用，所以我们只能修改端口号防止冲突。
这里我正常的端口没有冲突
但是infinity冲突了5432端口，错误如下Error response from daemon: failed to set up container networking: driver failed programming external connectivity on endpoint ragflow-infinity : Bind for 0.0.0.0:5432 failed: port is already allocated
找到docker/.env 文件中配置的端口修改为5433保存
在这里插入图片描述

如果其他端口冲突则进入docker/你在步骤3中的.yml文件中，如果80端口被占修改，443端口被占也修改，一般是修改左边的数字映射
在这里插入图片描述

五、服务启动与关闭

查看服务是否成功启动

sudo docker logs -f ragflow-server

两个图标都出现一般就没有什么问题了
在这里插入图片描述

在这里插入图片描述

六、配置模型

我这里全是vllm部署的本地模型所以我直接连接，创建一个知识库为123先试试
在这里插入图片描述
在模型供应商那里选择你的模型

添加一个embedding模型，自己部署的不用写api

添加一个聊天模型

接着设置默认模型就好

然后在知识库里随便上传一个文件，这里我上传了一本书

点击解析

然后到检索这里测试一下有返回就行
在这里插入图片描述