DeepSeek-R1与RAGflow本地部署全流程指南：从模型下载到个人知识库构建实战
❀一 下载ollama，通过ollama将DeepSeek和Embedding模型都下载到本地;
喂奶级手把手教你本地部署DeepSeek-R1（震撼提供Ollma加速下载包）_ollma网盘下载-CSDN博客文章浏览阅读682次，点赞22次，收藏8次。DeepSeek R1 是2025年1月20日发布的，中国公司的伟大成就。分离式训练推理代码，仅开源推理代码，可以本地部署进行模型推理，使用DeepSeek-R1，却不可以训练，参观源码。_ollma网盘下载
https://blog.csdn.net/qq_51831335/article/details/145857163?fromshare=blogdetail&sharetype=blogdetail&sharerId=145857163&sharerefer=PC&sharesource=qq_51831335&sharefrom=from_link
通过ollama下载模型deepseek-r1:1.5b，即是运行命令：
ollama run deepseek-r1:1.5b;❀二 下载RAGflow源代码和docker，通过docker本地部署RAGflow;
🎈2.1 下载RAGflow源代码和修改配置
GitHub - infiniflow/ragflow: RAGFlow is an open-source RAG (Retrieval-Augmented Generation) engine based on deep document understanding.
https://github.com/infiniflow/ragflow直接去看README，有详细下载、按照、部署教程，如果没有git，可以直接下载zip包。
【修改配置】： 如果不修改配置，会默认下载轻量版（不带Embedding模型），这是一个很糟糕的选择，需要去本地部署了，很麻烦。
1 打开env文件
2 注释掉RAGFLOW_IMAGE=infiniflow/ragflow:v0.15.1-slim 并取消注释RAGFLOW_IMAGE=infiniflow/ragflow:v0.15.1
🎈2.2 下载Docker
Docker 镜像是一个封装好的环境，包含了所有运行 RAGFlow 所需的依赖、库和配置如果安装遇到踩坑，可以自行搜索一下报错或者问一下gpt;如果镜像拉不下来，试试修改docker的镜像源;
Docker: Accelerated Container Application Developmenthttps://www.docker.com/
如果出现以下报错:
看这篇文章：Windows 安装 Docker Desktop 提示 “WSL update failed” 的解决方法https://apifox.com/apiskills/docker-error-on-windows/#%E6%96%B9%E6%B3%95%E4%B8%89%EF%BC%9A%E6%89%8B%E5%8A%A8%E5%AE%89%E8%A3%85%E6%9C%80%E6%96%B0%E7%89%88-wsl-%E5%86%85%E6%A0%B8
或者直接以管理员身份打开Windows PowerShell输入命令：
wsl --install❀3.在RAGflow中构建个人知识库并实现基于个人知识库的对话问答
🎈3.1 在ragflow-main文件夹打开cmd 然后输入下面命令 下载rawflow镜像：
docker compose -f docker/docker-compose.yml up -d 🎈3.2 在这里应该已经部署成功了，这个时候打开网址，并输入：
localhost:80
如果出现下面界面，那么就是运行成功了！
🎈 3.3 在系统模型设置中配置chat模型
🎈 3.4 创建知识库，上传文件，解析文件;
🎈 3.5 创建聊天助手(注意prompt和tokens的配置);
都很简单，随便弄一个对“助理设置”，“提示引擎”，“模型设置”的模板设置图参考即可：
可以试着写一个更好的提示词，比如使得面对不会的问题时候，不要简单的回答我不知道 等。
最大Token数量拉大一些，不然回答会变得特别短。
