RAGFlow安装+本地知识库+踩坑记录

YXWik6

已于 2025-04-21 13:33:36 修改

阅读量1.4k

点赞数 23

分类专栏： AI 大模型 RAG 文章标签： AI llama

于 2025-04-21 12:00:55 首次发布

本文链接：https://blog.csdn.net/YXWik/article/details/147122723

版权

大模型同时被 3 个专栏收录

12 篇文章

订阅专栏

11 篇文章

订阅专栏

RAG

2 篇文章

订阅专栏

RAGFlow是一种融合了数据检索与生成式模型的新型系统架构，其核心思想在于将大规模检索系统与先进的生成式模型（如Transformer、GPT系列）相结合，从而在回答查询时既能利用海量数据的知识库，又能生成符合上下文语义的自然语言回复。该系统主要包含两个关键模块：数据检索模块和生成模块。数据检索模块负责在海量数据中快速定位相关信息，而生成模块则基于检索结果生成高质量的回答或文本内容。

在实际应用中，RAGFlow能够在客户服务、问答系统、智能搜索、内容推荐等领域发挥重要作用，通过检索与生成的双重保障，显著提升系统的响应速度和准确性。

RAGFlow安装

项目地址：https://github.com/infiniflow/ragflow

wsl安装
安装 WSL文档： https://learn.microsoft.com/zh-cn/windows/wsl/install
WSL基本命令：https://learn.microsoft.com/zh-cn/windows/wsl/basic-commands
1、管理员权限打开powershell命令

#启动wsl子系统
dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux
/all /norestart
#启用虚拟机平台支持
dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all
/norestart
#设置wsl2
wsl --set-default-version 2

也可以手动选择：
在这里插入图片描述

RAGFlow最终完成版安装步骤
采用docker安装，没有的需要安装下：https://blog.csdn.net/YXWik/article/details/128254108

ragflow项目地址：https://github.com/infiniflow/ragflow
下载项目
在这里插入图片描述
解压

修改修改镜像为国内镜像 F:\ragflow-main\docker 文件夹下的 .env文件中的RAGFLOW_IMAGE

RAGFLOW_IMAGE=docker-0.unsee.tech/infiniflow/ragflow:v0.17.0

在这里插入图片描述

在.env文件中，使用镜像地址就行：HF_ENDPOINT=https://hf-mirror.com

在这里插入图片描述

docker-compose-base.yml 配置更改如下

  redis:
    image: valkey/valkey:8
    container_name: ragflow-redis
    entrypoint: ["redis-server", "--requirepass", "${REDIS_PASSWORD}", "--maxmemory", "128mb", "--maxmemory-policy", "allkeys-lru"]
    env_file: .env
    ports:
      - ${REDIS_PORT}:6379
    volumes:
      - redis_data:/data
    networks:
      - ragflow
    restart: on-failure

在这里插入图片描述

更换镜像：

{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "debug": true,
  "experimental": true,
  "insecure-registries": [],
  "registry-mirrors": [
        "https://docker-0.unsee.tech",
    "https://docker-cf.registry.cyou",
    "https://docker.1panel.live"
  ]
}

在这里插入图片描述

在 F:\ragflow-main\docker 目录下打开cmd命令窗口
在这里插入图片描述

docker compose -f docker-compose.yml up -d

RAGFlow安装（每一步的踩坑记录）
采用docker安装，没有的需要安装下：https://blog.csdn.net/YXWik/article/details/128254108

ragflow项目地址：https://github.com/infiniflow/ragflow
下载项目
在这里插入图片描述
解压

修改修改镜像为国内镜像 F:\ragflow-main\docker 文件夹下的 .env文件中的RAGFLOW_IMAGE

RAGFLOW_IMAGE=docker-0.unsee.tech/infiniflow/ragflow:v0.17.0

在这里插入图片描述

在 F:\ragflow-main\docker 目录下打开cmd命令窗口
在这里插入图片描述
下载项目的依赖镜像和环境

docker compose -f docker-compose.yml up -d

遇到如下报错

在这里插入图片描述

更换镜像：

{
  "builder": {
    "gc": {
      "defaultKeepStorage": "20GB",
      "enabled": true
    }
  },
  "debug": true,
  "experimental": true,
  "insecure-registries": [],
  "registry-mirrors": [
        "https://docker-0.unsee.tech",
    "https://docker-cf.registry.cyou",
    "https://docker.1panel.live"
  ]
}

在这里插入图片描述
重新下载项目的依赖镜像和环境

docker compose -f docker-compose.yml up -d

在这里插入图片描述

安装并启动成功后查看 RAGFlow 访问路径
在这里插入图片描述
按照提示注册登录即可

注册报错network abnormal或网络异常，因为 RAGFlow 可能并未完全启动成功。
docker中卸载了重新安装
再次启动发现报错WARNING:root:RedisDB.queue_info rag_flow_svr_queue got exception: no such key
在这里插入图片描述
我们看上面的日志发现 redis连接的库是 1 库，一会直连redis，查看1库的中 rag_flow_svr_queue key的情况

先在.env中找到redis的密码
在这里插入图片描述

infini_rag_flow

在这里插入图片描述

查看docker中运行的服务

docker ps

在这里插入图片描述
进入redis容器

docker exec -it ragflow-redis bash

检查是否存在rag_flow_svr_queue的key，infini_rag_flow 为上面查到的redis密码

redis-cli -h redis -p 6379 -n 1 -a infini_rag_flow EXISTS rag_flow_svr_queue

在这里插入图片描述
这里的 -n 1 代表的 1 库
不存在，咱们创建 rag_flow_svr_queue 的key，默认给个空字符串（先别着急执行后续的这些命令，问题不在redis初始化的key上，往下面看）

redis-cli -h redis -p 6379 -n 1 -a infini_rag_flow RPUSH rag_flow_svr_queue ""

在这里插入图片描述

exit退出

再次查看日志

docker logs -f ragflow-server

在这里插入图片描述
报错变成了：

WARNING:root:RedisDB.queue_info rag_flow_svr_queue got exception: WRONGTYPE Operation against a key holding the wrong kind of value

这意思是说我们 rag_flow_svr_queue 对应的value的类型不正确，我们当时设置的是字符串类型
在这里插入图片描述
查找源码，找到rag_flow_svr_queue ，发现需要的是list类型

连接redis 删除rag_flow_svr_queue

docker exec -it ragflow-redis bash

在这里插入图片描述
删除

redis-cli -h redis -p 6379 -n 1 -a infini_rag_flow DEL rag_flow_svr_queue

在这里插入图片描述
新增 rag_flow_svr_queue 的key，将 value设置为空list

redis-cli -h 127.0.0.1 -p 6379 -a infini_rag_flow -n 1  RPUSH rag_flow_svr_queue ""

在这里插入图片描述
退出：exit

查看日志 docker logs -f ragflow-server
报错： WARNING:root:RedisDB.queue_info rag_flow_svr_queue got exception: WRONGTYPE Operation against a key holding the wrong kind of value

去官网看看有啥解决方案：https://github.com/infiniflow/ragflow
看了好几个 issues 发现都有这个key不存在报错
在这里插入图片描述
这个评论说不带端口运行

在这里插入图片描述
再次访问http://localhost/ 进行注册发现成功了，盲猜一波最初注册报错是不是因为项目启动加载过慢导致了，稍微等等就可以了，还是因为我初始化了redis的key解决了，虽然出现了另一个报错，但是看起来并不影响
在这里插入图片描述

建立知识库

在这里插入图片描述
我这边本地使用的ollama，配置的千问模型：https://blog.csdn.net/YXWik/article/details/143871588

默认的ollama是这个端口

http://127.0.0.1:11434

ollama是windows的docker启动，则使用

http://host.docker.internal:11434/

查看ollama安装的模型

ollama list

在这里插入图片描述
添加模型

报错：Fail to access model(qwen2.5:7b).**ERROR**: [Errno 111] Connection refused
RAG访问容器内的11434端口造成的访问失败
更改为以下：

http://host.docker.internal:11434/

在这里插入图片描述

点击系统模型设置配置聊天模型

创建知识库
在这里插入图片描述
上传知识库文件

设置解析规则
在这里插入图片描述

这里在解析状态后面有个绿色的开始键点击开始解析
在这里插入图片描述
虽有redis的报错，但是稍等一下会开始解析，并没有什么影响

如果解析进度一直不动，是因为部署环境因为网络无法访问 huggingface.co ，导致本地模型无法下载

解决方案要么开启科学上网，要么设置代理
设置代理：在.env文件中，使用镜像地址就行：HF_ENDPOINT=https://hf-mirror.com

在这里插入图片描述
然后删除任务重启Docker

重启Docker后ragflow卡住了，将ragflow进行一个重启
在这里插入图片描述
重启之后开始重新解析我发现它还卡在这个位置，我就去redis中查找相关的key，发现redis中一个key也没有，但是redis的状态是启动的

查看日志我发现ragflow一直连接不上redis

我发现一个问题，我用redis客户端工具连接redis时发现不输入密码可以连接成功，但是ragflow配置文件中设置的redis密码是infini_rag_flow
Docker 容器的服务的配置中设置是有相关初始化配置的，但很显然这个配置没有生效

在这里插入图片描述
连接redis，查看器配置文件

docker ps

docker exec -it ragflow-redis /bin/bash

在这里插入图片描述
检查 Redis 是否正在运行：

pidof redis-server

在这里插入图片描述
查看 Redis 启动参数：

 cat /proc/1/cmdline | tr '\0' ' '

在这里插入图片描述
以上截图表明 Redis 是以默认方式启动的，并未包含 --requirepass 参数。因此，Redis 没有启用密码验证，但我们查看启动配置文件时发现时有配置密码的。
命令查看，或者在Docker中查看

docker inspect ragflow-redis

在这里插入图片描述

既然配置文件没有问题，那下一步我们排查它的启动脚本 docker-entrypoint.sh

在redis的Docker容器中查看entrypoint.sh

cat /usr/local/bin/docker-entrypoint.sh

在这里插入图片描述
从 docker-entrypoint.sh 脚本的内容来看，问题的根本原因已经明确：脚本默认启动的是 valkey-server，而不是 redis-server。因此，即使在启动容器时传递了 redis-server 和相关参数（如 --requirepass），这些参数也被脚本忽略了。

在这里插入图片描述
怎么处理呢，找到 docker-compose-base.yml配置文件，覆盖入口脚本来强制使用 redis-server，而不是 valkey-server，在配置文件中找到redis的启动命令和参数配置进行更改

  redis:
    image: valkey/valkey:8
    container_name: ragflow-redis
    entrypoint: ["redis-server", "--requirepass", "${REDIS_PASSWORD}", "--maxmemory", "128mb", "--maxmemory-policy", "allkeys-lru"]
    env_file: .env
    ports:
      - ${REDIS_PORT}:6379
    volumes:
      - redis_data:/data
    networks:
      - ragflow
    restart: on-failure

在这里插入图片描述
改完之后删除

docker stop ragflow-redis
docker rm ragflow-redis
docker volume rm docker_redis_data

在这里插入图片描述

docker compose -f docker-compose.yml up -d

在这里插入图片描述
重启之后再进入redis 进行查看

docker exec -it ragflow-redis redis-cli
AUTH infini_rag_flow
SELECT 1
keys *

在这里插入图片描述
如果存在key将其删除

 del task_consumer_0

在这里插入图片描述
回到页面将原数据集删除后，重新添加并点击解析，发现报错没了

在这里插入图片描述
稍等一会儿解析成功

配置助理
在这里插入图片描述
选择知识库

在这里插入图片描述
测试

ragflow官网的给出一些常见问题的解决方案：https://ragflow.io/docs/dev/faq#issues-with-ragflow-backend-services