RagFlow+Deepseek构建个人知识库

RagFlow+Deepseek构建个人知识库

• RAGFlow的github地址

  https://github.com/infiniflow/ragflow

部署RAGFlow

• windows可以在WSL中操作，尽量跟着官方的步骤来，避免一些奇奇怪怪的错误

• 硬件先决条件

  1. CPU >= 4 cores
  2. RAM >= 16 GB
  3. Disk >= 50 GB
  4. Docker >= 24.0.0 & Docker Compose >= v2.26.1

  使用下面的命令查看docker和docker-compose的版本是否满足

  docker --version
  docker-compose --version
  

  

• 确保vm.max_map_count >= 262144：

  检查vm.max_map_count的值：

  sysctl vm.max_map_count
  

  如果不是，则将vm.max_map_count重置为至少 262144 的值。

  sudo sysctl -w vm.max_map_count=262144
  

  此更改将在系统重启后重置。永久更改的话要添加或者更新**/etc/sysctl.conf**中的vm.max_map_count值如下：

  vm.max_map_count=262144
  

• 克隆仓库

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

  克隆完成后会出现一个 ragflow文件夹

• 使用docker-compose启动

  注意，ragflow 镜像有多个不同的大小，默认的是v0.17.2-slim，区别如下，主要是包不包含embedding模型的区别，我选的默认的，因为占用小，并且我后续使用调用api的方式去配置embedding模型，所以就选，默认的。

  RAGFLow机械标签	镜像大小 (GB)	是否有嵌入模型	稳定版本？
  v0.17.2	≈9	✔️	Stable release
  v0.17.2-slim	≈2	❌	Stable release
  nightly	≈9	✔️	Unstable nightly build
  nightly-slim	≈2	❌	Unstable nightly build

  如果希望使用v0.17.2，可以修改docker-compose.yml文件中的版本为v0.17.2即可

  vim ragflow/docker/.env
  

  ​

  cd ragflow/docker
  docker compose -f docker-compose.yml up -d
  

  第一次会先拉取镜像,完成后如下

  ​

• 服务启动并运行后检查服务的状态

  docker logs -f ragflow-server
  

  ​

• 登录

  在本机浏览器中登录

  http://127.0.0.1:80

  ​

  请先点击 SignUp 注册

  ​

  登录后按如下步骤将语言更改为中文

  ​

  记得点击右下角保存

  ---

配置系统模型

• 添加embedding模型

  如果在上一步使用docker-compose启动中已经选择了带有embedding模型的镜像，这一步可以省略

  ​

  这里直接调用硅基流动的api，下面的博客有注册的方法

  https://editor.csdn.net/md/?articleId=145558234

  然后在系统模型设置中将默认的嵌入模型选择为bgd-large-zh-v1.5

  ​

• 添加聊天模型

  本地用ollama部署一个deepseekr1-1.5b的模型

  https://editor.csdn.net/md/?articleId=146216662

  查看模型填入的名称，如果是直接下载的软件包安装的，打开终端输入以下命令查看

  ollama list
  

  如果是docker部署的ollama先进入容器再查看,假设ollama容器名称就叫ollama

  docker exec -it ollama /bin/bash
  ollama_list
  

  ​

  这个NAME下面的就是需要输入的名称

  deepseek-r1:1.5b

  ​

  如果ollama和ragflow都是docker部署的，那么这里的基础url填

  http://host.docker.internal:11434

  否则填

  http://127.0.0.1:11434

  配置好系统聊天模型
  

  ---

创建知识库并使用

• 先测试下聊天

  聊天–>新建助理–>确定

  ​

  问一下 凡人修仙传中韩立的宗门是哪里，没有知识库的deepseek回答错误

  ​

• 创建一个知识库，我们以凡人修仙传中韩立的相关资料为例子，先让怕kimi帮忙生成一个韩立的介绍

  ​

  我们吧介绍保存为韩立介绍.pdf

• 创建知识库 凡人修仙传韩立

  

  下拉到最下面直接点击保存

  

  新增文件，将pdf上传并确定

  

  点击解析，等待解析成功

  

• 使用知识库

  新建助理，选择刚刚创建的知识库

  ​

  现在我们可以使用这个知识库里面的内容了

  ​

  我们可以看到已经引用到上传的pdf了，点击引用的标识，可以看到引用的内容出自哪里

  ​

---