RAGFlow Windows环境下本地部署全攻略

最新推荐文章于 2025-05-14 23:01:35 发布

万事可爱^

最新推荐文章于 2025-05-14 23:01:35 发布

阅读量544

点赞数 27

文章标签： windows docker WSL RAG RAGFlow git ubuntu

本文链接：https://blog.csdn.net/YYDS_54/article/details/147753388

版权

🌟 一、RAGFlow本地部署的核心价值

1.1 什么是RAG？

RAG 即检索增强生成（Retrieval Augmented Generation），是一种将外部知识检索与大型语言模型（LLM）相结合的技术，由 Meta AI 研究团队于 2020 年提出。RAG 的核心思想是在生成文本之前，先从外部知识源（如文档库、数据库等）中检索与当前查询相关的信息，然后将这些检索到的信息作为额外的上下文输入到大型语言模型中，辅助模型生成更准确、更具事实依据的回答，可以有效解决大语言模型幻觉和时效性问题。

1.1.1 工作流程

查询阶段：用户提出一个问题或需求。
检索阶段：RAG 系统根据用户的查询，从预先构建的知识源中检索出相关的文档片段或信息。这通常涉及到使用信息检索技术，如向量检索，将查询和知识源中的文档都转换为向量表示，然后计算它们之间的相似度，选择最相关的文档。
生成阶段：将检索到的相关信息与用户的查询一起输入到大型语言模型中，模型结合这些上下文信息生成最终的回答。

1.1.2 技术优势

提升回答准确性：通过引入外部知识，模型能够获取更准确和最新的信息，从而生成更符合事实的回答，减少了生成错误信息的可能性。
增强时效性：可以及时更新知识源，使模型能够跟上最新的事件和信息，对于需要实时信息的场景非常有用。
减少训练成本：不需要将大量的知识全部预训练到模型中，而是在运行时动态检索，降低了模型训练的难度和成本。
可解释性：由于检索到的信息是明确的，用户可以查看模型生成回答所依据的来源，提高了回答的可解释性。

1.2 什么是RAGFlow

了解了什么是 RAG，接下来我们就来了解一下 RAGFlow，RAGFlow 作为开源 RAG 引擎，通过深度文档理解和多模态检索增强，为 LLM 提供真实可靠的上下文支持。其核心优势包括：

多格式解析：支持PDF、Word、Excel等复杂文档的结构化解析（含OCR和表格识别）
可追溯回答：每个回答均附带引用来源，解决LLM幻觉问题
混合检索策略：结合关键词匹配与向量检索，提升召回率

🖥️ 二、Windows环境部署指南

2.1 系统环境准备

硬件要求：
- CPU：4核以上（x86架构）
- 内存：16GB+（建议32GB）
- 磁盘：50GB+（C盘预留空间）
- Docker >= 24.0.0 & Docker Compose >= v2.26.1

知道了它的硬件要求，那么到底怎么查看自己的电脑配置是否符合要求呢，别急，接下来我们就来一步一步检查，先来查看 CPU 是否满足，查看 CPU 是几核可以用以下三种方法查看（任选其一即可）：

任务管理器：按下 “Ctrl + Shift + Esc” 组合键打开任务管理器，在 “性能” 选项卡中的 “CPU” 信息里可以查看到核数。
系统信息：右击 “此电脑”，选择 “属性”，在窗口中的处理器信息部分可以看到 CPU 核数相关信息。也可在设备管理器中，找到并点击 “处理器” 选项，通过显示的处理器数量来确定 CPU 核数。
命令提示符：打开命令提示符（“Win + R” 输入 “cmd” 后按回车），输入 “wmic CPU get NumberOfCores,NumberOfLogicalProcessors” 命令，输出会显示核心数（NumberOfCores）和逻辑处理器数（NumberOfLogicalProcessors）。

接下来我们来查看一下系统内存是否满足要求，同样有以下几种方法，大家任选其一即可：

通过系统属性查看：右键点击 “此电脑” 或 “计算机” 图标，选择 “属性”，在弹出的窗口中可看到 “安装内存（RAM）” 的数值，即电脑当前安装的内存大小。
利用任务管理器查看：按下 “Ctrl + Shift + Esc” 组合键打开任务管理器，切换到 “性能” 选项卡，点击
“内存”，可查看内存的详细使用情况，如总内存、已用内存、可用内存和内存速度等。
使用命令提示符查看：按下 “Win + R” 组合键，输入 “cmd” 并回车，输入 “systeminfo | findstr
/C:“Total Physical Memory”” 和 “systeminfo | findstr /C:“Available
Physical Memory”” 可查看总物理内存和可用物理内存的详细信息。
通过设置应用查看：点击 “开始” 按钮，选择 “设置”，在设置窗口中点击 “系统”，选择 “关于”，在 “设备规格” 部分可查看 “安装内存（RAM）” 的信息。

接下来再来看看磁盘的空间是否满足：

通过 “此电脑” 查看：打开 Windows 资源管理器，双击 “此电脑” 图标，在显示的设备列表中，可以看到各个硬盘分区的名称及其对应的已用空间和可用空间。右键点击某个分区，选择 “属性”，可以查看更详细的存储空间使用情况。
使用磁盘管理工具：按 Win+R 键打开运行对话框，输入 “diskmgmt.msc” 并按回车，打开磁盘管理工具。在这里，可以直观地看到所有硬盘分区的布局、大小及使用情况。
命令提示符查看：打开命令提示符，输入 “wmic DiskDrive get Size /value”
命令，可以查看硬盘的总容量，结果以字节为单位显示。
利用任务管理器查看：按下 “Ctrl + Shift + Esc” 组合键打开任务管理器，切换到 “性能” 选项卡，点击
“磁盘（C:）”，可查看磁盘的详细使用情况。

最后我们来查看一下 Docker Desktop 的版本是否满足要求：

打开终端（在 Windows 上如果使用 Docker Desktop，也可以通过其自带的命令行工具），输入命令 docker desktop -v或 docker version，如果还没安装就会显示 docker 不是内部或外部指令，安装部分我会在下文讲解。

2.2 软件安装：

2.2.1 WSL2+Ubuntu20.04以及Docker Desktop安装

1. 简介

WSL2（Windows Subsystem for Linux 2）是 Windows 提供的一种轻量级 Linux 运行环境，具备完整的 Linux 内核，并支持更好的文件系统性能和兼容性。它允许用户在 Windows 系统中运行 Linux 命令行工具和应用程序，而无需安装虚拟机或双系统。

Docker 是一种轻量级的容器化技术，为开发者提供一致的运行环境，使得软件可以在不同平台上无缝运行，极大地提升了开发和部署的效率。无论是本地开发、测试，还是大规模的云端部署，Docker 都能显著降低环境配置的复杂性，减少依赖冲突问题。

2. 安装

1. 安装 WSL 2

打开 PowerShell（管理员权限）：

方法一：使用 Cortana 搜索栏（Windows 10）：在任务栏的 Cortana 搜索框中输入
“PowerShell”，在搜索结果中右键单击 “Windows PowerShell”，选择 “以管理员身份运行”。
方法二：按下 Win+R 键打开运行对话框，输入 “powershell” 后点击 “确定”，此时打开的是普通权限的
PowerShell。若要提升为管理员权限，需在该窗口中输入命令 “Start - Process powershell - Verb
runAs” 并按回车键。
方法三：先打开具有管理员权限的命令行窗口，方法是按下 Win+X 组合键，选择 “命令提示符（管理员）”，在打开的命令提示符中输入 “powershell” 并回车，即可打开具有管理员权限的 PowerShell。另外，更新至 Windows 10 创意者版本后，按下 Windows+X 组合键，直接点击 “Windows PowerShell（管理员）” 也可打开。

打开之后运行下面命令，启用 WSL 功能：

dism.exe /online /enable-feature /featurename:Microsoft-Windows-Subsystem-Linux /all /norestart

在这里插入图片描述

解释：

/all：在所有用户上启用该功能
/norestart：启用功能后不会立即重启

启用虚拟机平台功能，输入命令：

dism.exe /online /enable-feature /featurename:VirtualMachinePlatform /all /norestart

在这里插入图片描述
将 WSL 默认版本设置为 WSL2（视系统型号而定）

wsl --set-default-version 2

Windows 11 默认已安装 WSL2，不需要执行该命令。
Windows 10 用户需要执行此命令，否则默认使用 WSL1。

为了保证以上命令执行完成后，请重启电脑，以确保所有更改生效。

2. 安装 Ubuntu-20.04

在安装之前先创建文件夹，保证后续的迁移路径：
D盘创建 WSL 文件夹，并在该文件夹下创建 Ubuntu-20.04 文件夹。
在这里插入图片描述

在安装 Ubuntu-20.04 之前首先得查看可用的 WSL 发行版，打开 PowerShell（管理员权限），运行下面命令：

wsl --list --online

在这里插入图片描述

安装 Ubuntu-20.04：

wsl --install -d Ubuntu-20.04

如果在这一步显示操作超时，大概率是没打开 Windows 虚拟机监控程序平台，可以在控制面板–>程序和功能里面打开
在这里插入图片描述

打开后重启再次安装就可以了，这一步稍微有点慢，需要等待一会，等待安装成功后界面如下：

等待启动完成后，会弹出 Ubuntu 界面并要求你创建新用户，安装要求输入用户名和密码然后按 Ctrl + D 退出即可：
在这里插入图片描述
然后导出 Ubuntu-20.04 为 .tar 文件：

wsl --export Ubuntu-20.04 D:\WSL\Ubuntu-20.04\Ubuntu-20.04.tar

这会下载 Ubuntu-20.04 并将其导出到 D:\WSL\Ubuntu-20.04\Ubuntu-20.04.tar，然后可以执行ls D:\WSL\Ubuntu-20.04查看Ubuntu-20.04.tar已经成功导出。
在这里插入图片描述
取消注册原有的 Ubuntu-20.04，如果你已经安装了 Ubuntu-20.04（默认在 C 盘），可以将其从 WSL 注销：：

wsl --unregister Ubuntu-20.04

在这里插入图片描述
等待注销完成后我们就可以导入 Ubuntu-20.04 到 D 盘：

wsl --import Ubuntu-20.04 D:\WSL\Ubuntu-20.04 D:\WSL\Ubuntu-20.04\Ubuntu-20.04.tar --version 2

安装成功后，会在 D:\WSL\Ubuntu-20.04 目录下，WSL2 发行版的文件存储在一个虚拟磁盘映像文件（ext4.vhdx）中，该文件用于存储整个 Ubuntu-20.04 文件系统，如下图所示：
在这里插入图片描述
导入完成后，你可以输入一下命令启动 WSL：

wsl -d Ubuntu-20.04

但是这一般有个问题，就是启动后显示为root权限：
在这里插入图片描述
这是因为 WSL 手动导入的 Ubuntu 不会自动创建普通用户，需要我们手动创建，创建新用户，在 WSL 终端（默认 root）下运行：

adduser yourusername # yourusername用自己想创建的名字

在创建好用户之后我们在给它赋上权限即可：

usermod -aG sudo yourusername # yourusername用自己创建的名字

在上述操作完成后我们需要更改默认登录用户，设置为刚设置的普通用户，这里要记得是重新打开 PowerShell（管理员权限）然后输入：

ubuntu2004 config --default-user yourusername # yourusername用自己创建的名字

再次启动 WSL 测试一下是否设置成功：

wsl -d Ubuntu-20.04

在这里插入图片描述
可以看到以及设置成功了，到这里 Ubuntu-20.04 算是彻底安装成功了。

3. Docker Desktop安装 + 汉化完整指南

Docker Desktop：是 Docker 官方为桌面操作系统（如 Windows 和 macOS）专门开发的一款应用程序。它基于 Docker 核心技术构建，为用户提供了便捷的方式来使用 Docker 的各项特性，接下来我们就来安装 Docker Desktop。

在 Windows 上使用 Docker Desktop 依赖 WSL 2 作为后端运行环境。因此，在安装 Docker Desktop 之前，就需要先安装 WSL 2 并配置至少一个 Linux 发行版（如 Ubuntu），所以这也是我们上面安装 WSL 2 以及 Ubuntu 的原因。

下载

安装 Docker Desktop 首先需要进入官网下载：https://www.docker.com/
点击页面上的“Download for Windows - AMD64”按钮，以下载适用于 Windows 系统的 Docker Desktop 安装文件。
在这里插入图片描述

安装

双击下载的安装文件，开始安装 Docker Desktop。
安装过程如下，这里不过多赘述，建议按一下步骤直接点就可以：
在这里插入图片描述

解释：

使用WSL2代替 Hyper-V (推荐)
允许使用 Windows 容器进行此安装
添加快捷方式到桌面

然后等待安装完成重启即可。
在这里插入图片描述

配置

首次打开时，将出现 Docker 订阅协议，点击 Accept（接受）以继续。
随后，系统将提示用户登录。您可以选择使用 GitHub 账户或 Google 账户登录，若无上述账户，可选择跳过登录步骤。
在这里插入图片描述
接下来，会出现调查问卷，您可以根据个人喜好选择填写，或直接跳过此步骤。

到这一步就算是结束了 Docker Desktop 已经正常启动。

下面是汉化步骤，根据个人情况自取：

汉化

访问 GitHub，下载适用于 Docker Desktop 的中文语言包，链接地址为：https://github.com/asxez/DockerDesktop-CN
在这里插入图片描述
将下载的文件解压至 C:\Program Files\Docker 目录下（即 Docker 的安装根目录）。

然后关闭 Docker Desktop，在Docker安装目录找到 app.asar 文件并将其备份，防止出现意外，Windows下默认为 C:\Program Files\Docker\Docker\frontend\resources：
在这里插入图片描述
将从本仓库下载的asar文件改名为 app.asar 后替换原文件，最后效果如图：

2.2.2 Git与VSCode安装

1. 简介

Git是一款免费开源的分布式版本控制系统，常用于软件开发。它能记录文件在不同时间的改动，让用户在需要时查看、恢复旧版本。支持多人协作开发，多人可同时修改项目文件，Git会处理好冲突。开发者能在本地创建分支进行功能开发，完成后再合并到主分支。像许多大型软件项目、开源项目都用Git管理代码。

Visual Studio Code（简称VS Code）是一款由微软开发的免费开源的跨平台代码编辑器。它具有简洁易用的界面，支持多种编程语言，如Python、Java、C++、JavaScript等。VS Code拥有丰富的扩展生态系统，通过安装不同的扩展插件，能够实现代码调试、代码分析、版本控制（如集成Git）、代码格式化、智能代码补全等功能，还支持在编辑器中直接进行终端操作。它广泛应用于软件开发、网页开发、数据科学等多个领域，深受开发者喜爱，是一款非常流行的开发工具。

2. 安装

Git：官网下载，安装后配置环境变量
官网界面如下，点击 Click here to download（单击此处下载，默认下载为最新版本）：
不过官网需要科学上网，不然大概率会出现下面的情况：

这里可以访问阿里镜像，直接翻到最后找最新版（2.49.0）：

进入之后，直接点击下载第一个即可：

下载完成之后，双击打开进入安装界面，第一个界面主要展示了 GPL 第 2 版协议1的内容，直接 next 就行。

这一步选择安装的位置，选择自己想要的安装到的文件夹即可，最简单的方法就是将 C 改为 D，然后 next：

下面就是要自己勾选的内容了，基本上不用更改，我也翻译出来了，大家也可以根据自己的需要进行勾选：

解释：

附加图标
在桌面上显示

Windows 资源管理器集成
在此处打开 Git Bash
在此打开 Git GUl

GitLFS(大文件支持)
将.git*配置文件与默认文本编辑器关联
将.sh文件与Bash一起运行
每天检查 GitforWindows 更新
(新!)将 GitBash配置文件添加到Windows终端
(新!)Scalar(用于管理大型存储库的Git附加组件)

当前选择至少需要 352.9 MB 的磁盘空间。

这一步是选择菜单开始文件夹，直接 next 他会在开始菜单生成一个 Git 文件夹：
在这里插入图片描述
这一步是选择 Git 编辑器，Git 安装程序里面内置了 10 种编辑器供你挑选，比如 Atom、Notepad、Notepad++、Sublime Text、Visual Studio Code、Vim 等等，默认的是 Vim ，选择 Vim 后可以直接进行到下一步，但是 Vim 是纯命令行，操作有点难度，需要学习。如果选其他编辑器，则还需要去其官网安装后才能进行下一步，因为没使用科学上网，我直接 next，有需要的也可以勾选其他编辑器去官网下载。
在这里插入图片描述
这一步是选择初始化新项目(仓库)的主干名字，第一种是让 Git 自己选择，名字是 master ，但是未来也有可能会改为其他名字；第二种是我们自行决定，默认是 main，当然，你也可以改为其他的名字。一般默认第一种，点击 next 到第七步。
在这里插入图片描述
这一步是调整 path 环境变量，默认选择第二种即可，不用进行更改：

解释：

仅从 Git Bash 使用 Git
这是最谨慎的选择，因为您的 PATH 根本不会被修改。您将只能使用 Git Bash 中的 Git 命令行工具。

从命令行以及第三方软件进行 Git
（推荐）此选项仅将一些最小的 Git 包装器添加到PATH中，以避免使用可选的 Unix 工具使环境混乱。您将能够使用 Git Bash 中的 Git，命令提示符和 Windov PowerShell 以及在 PATH 中寻找 Git 的任何第三方软件。

使用命令提示符中的 Git 和可选的 Unix 工具
Git 和可选的 Unix 工具都将添加到您的 PATH 中。

警告：这将覆盖 Windows 工具，例如 “find” and “sort”. 仅在了解其含义后使用此选项。

这一步是选择 SSH 执行文件，直接默认即可，不用进行更改，然后 next：
在这里插入图片描述

解释：

使用捆绑的 OpenSSH
这使用的 ssh.exe 是 Git 自带的

使用外部 OpenSSH
新！这使用外部 ssh.exe 文件，Git 不会安装自己的 OpenSSH（和相关）二进制文件，而是使用在环境变量 PATH 中找到的它们。

这里是选择HTTPS后端传输，这一步需要注意，如果是是普通用户只使用 Git 访问用公共存储库（例如 GitHub ），选择 use the openssl library，然后 next 即可，如果在具有企业管理证书的组织中使用 Git，并且企业组织管理自己的证书就选择第二个，这里我选择的第一个：
在这里插入图片描述

解释：

使用 OpenSSL 库
服务器证书将使用 ca-bundle.crt 文件进行验证。
使用本机 Windows 安全通道库
服务器证书将使用 Windows 证书存储进行验证。
此选项还允许您使用公司内部分发的内部根 CA 证书，例如通过 Active Directory 域服务。

这里是配置行尾符号转换，这里依然保持默认不做更改，然后 next：
在这里插入图片描述

解释：

签出 Windows 样式，提交 Unix 样式的行结尾
Git 签出文本文件时，会将 LF 转换为 CRLF。提交文本文件时，CRLF 将转换为 LF。对于跨平台项目，这是 Windows 上的建议设置（“core.autocrif” 设置为 “true”）。

按原样签出，提交 Unix 样式的行结尾
Git 在签出文本文件时不会执行任何转换。提交文本文件时，CRLF 将转换为 LF。对于跨平台项目，这是在 Unix 上的建议设置（“core.autocrif” 设置为 “input”）。

按原样签出，按原样提交
Git 在签出或提交文本文件时不会执行任何转换。不建议跨平台项目选择此选项（“core.autocrif” 设置为 “false”）。

这一步是配置终端模拟器以与 Git Bash 一起使用，不做更改，直接 next：
在这里插入图片描述

解释：

使用 MinTTY（MSYS2的默认终端）
Git Bash 将使用 MinTTY 作为终端仿真器，该仿真器具有可调整大小的窗口非矩形选择和 Unicode 字体。 Windows 控制台程序（例如交互式 Python）必须通过 “winpty” 启动才能在 MinTTY 中运行。

使用 Windows 的默认控制台窗口
Git 将使用 Windows 的默认控制台窗口（“cmd.exe”），该窗口可与 Win32 控制台程序（例如交互式Python 或 node.js）一起使用，但默认回滚非常有限，需要将其配置为使用 Unicode 字体才能正确显示非 ASCII 字符，并且在
Windows 10 之前，其窗口不可随意调整大小，并且仅允许选择矩形文本。

这里不做更改，直接点击 next 即可：
在这里插入图片描述

解释：

默认（快进或合并）
这是 “git pull” 的标准行为：在可能的情况下将当前分支快进到获取的分支，否则创建合并提交。

Rebase
变基将当前分支变基到获取的分支上。如果没有本地提交要变基，则等同于快进。

Only ever fast-forward
只能快进快进到获取的分支。如果不可能，则失败。

这里我们选择一个凭证帮助程序即可：
在这里插入图片描述

解释：

Git 凭证管理
使用跨平台的 Git 凭证管理。
在此处查看有关 Git 凭证管理未来的更多信息。

None
不使用凭证助手。

这一步是为 Git 配置额外的选项，也保持默认即可：
在这里插入图片描述

解释：

启用文件系统缓存
将批量读取文件系统数据并将其缓存在内存中以进行某些操作（"core.fscache” 设置为 “true”）。这可以显着提高性能。

启用符号链接
启用符号链接（需要SeCreateSymbolicLink权限）。
请注意，现有存储库不受此设置的影响。

接下来等待安装成功即可。
在这里插入图片描述

VSCode：官网下载
VSCode安装较为简单，这里不过多赘述，下面直接进入正题

2.3 关键配置调整

Step 1：优化WSL内存
第一步先在当前用户的主目录下创建.wslconfig 文件，通常路径是C:\Users\你的用户名。确保文件名为.wslconfig，无其他扩展名，创建好后在你创建的 .wslconfig 下新建一个文本把下面的内容粘贴进去即可，这里需要注意的是必须是 .wslconfig（无扩展名，记事本可能默认添加 .txt，需手动删除），这一点要记住。

[wsl2]
memory=16GB         # 分配内存
processors=8        # CPU核心数也可以选用4核根据自己电脑情况
swap=0              # 禁用交换文件
localhostForwarding=true

在这里插入图片描述

Step 2：配置Docker镜像加速
如果你没有科学上网，可配置下面的镜像源，具体配置步骤如下：
1. 点击系统托盘（Windows 任务栏右侧）或菜单栏中的 Docker 图标；
2. 选择 Settings（Windows（代表设置，如果你安装时进行了汉化则直接点击设置即可））；
3. 在左侧导航栏中找到并点击 Docker Engine（或 Engine）；
4. 你会看到一个 JSON 格式的配置文件（默认内容类似 { “experimental”: false }）；
5. 在 JSON 中添加 registry-mirrors 字段，将国内镜像地址（如 https://registry.docker-cn.com）作为值：
```
# 在Docker Desktop设置中添加镜像源
{
  "registry-mirrors": ["https://registry.docker-cn.com"]
}
```
6. 点击 Apply & Restart（应用并重启）按钮，Docker Desktop 会自动重启并加载新配置，如下图所示。
7. 验证配置是否生效，在 PowerShell 中执行以下命令，查看是否包含添加的镜像源：
```
docker info | Select-String "Registry Mirrors"
```
3. Step 2：部署流程
打开准备好的盘（最好为 C 盘，如无其他盘 C 盘也可），右键单击选择在终端中打开（或者进入之后直接在搜索栏输入 cmd），在Bash中逐行输入（这里一定要使用科学上网）：
```
# 克隆代码库
git clone https://github.com/infiniflow/ragflow.git
cd ragflow/docker

# 切换稳定版本（推荐v0.16.0）
git checkout -f v0.16.0

# 编辑环境变量（使用VSCode打开当前目录）
code .
```
如果实在不方便科学上网，可去这个地址： https://github.com/infiniflow/ragflow 点击绿色的 Code 按钮 → Download ZIP，直接下载仓库 ZIP 包，然后解压后在本地初始化 Git 仓库。
```
cd ragflow
git init
git add .
git commit -m "Initial commit"
```
最后在执行下述命令：
```
cd ragflow/docker
	
# 切换稳定版本（推荐v0.16.0）
git checkout -f v0.16.0
	
# 编辑环境变量（使用VSCode打开当前目录）
code .
```
接下来 vscode 会自动打开，此时我们要找到.env文件，修改第84行，在最前面加上#，第87行最前面删除#。保存文件。
```
# 修改.env文件：
# 第84行：# RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0-slim
# 第87行：RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0
```
然后在刚刚的终端中输入
```
# 启动服务
docker compose -f docker-compose.yml up -d
```
等待docker自动拉取映像，此时最好保证科学网络环境良好，多次出现错误是正常的现象，更换节点重新输入命令拉取即可，最后验证一下状态即可。
```
# 验证服务状态
docker ps
# 应显示ragflow-server、ragflow-es-01、ragflow-mysql、ragflow-minio四个容器
```
或者输入：
```
docker logs -f ragflow-server
```
如果出现如下标识，则证明安装成功：
```
     ____   ___    ______ ______ __
    / __ \ /   |  / ____// ____// /____  _      __
   / /_/ // /| | / / __ / /_   / // __ \| | /| / /
  / _, _// ___ |/ /_/ // __/  / // /_/ /| |/ |/ /
 /_/ |_|/_/  |_|\____//_/    /_/ \____/ |__/|__/
```

4. 访问与配置

打开浏览器访问：http://localhost
注册登录后进入系统设置：
- 模型配置：添加DeepSeek等LLM的API Key
- 知识库管理：创建知识库并上传文件（支持PDF、Word等格式）
- AI助理设置：配置检索策略和多轮对话优化

⚠️ 三、常见问题解决方案

1. 内存不足导致服务崩溃

症状：容器频繁重启，日志出现内存不足提示

解决方案：

# 编辑.wslconfig文件（用户目录）
[wsl2]
memory=24GB         # 增加内存分配

2. 依赖下载失败

症状：拉取Docker镜像时超时或中断

解决方案：

# 国内用户使用清华源
docker compose -f docker-compose.yml up -d --pull always

3. 文档解析停滞

症状：文件解析卡在1%或99%

解决方案：

# 检查Elasticsearch状态
docker logs -f ragflow-es-01

# 调整内存限制（编辑.env文件）
MEM_LIMIT=4g

4. 无法连接服务

症状：浏览器显示404错误

解决方案：

# 检查端口占用
netstat -ano | findstr :80
# 修改docker-compose.yml中的端口映射
ports:
  - "8080:80"

🚀 四、性能优化与高级技巧

1. 硬件加速配置

GPU加速：

# 安装NVIDIA Docker
distribution=$(. /etc/os-release; echo $ID$VERSION_ID)
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/$distribution/libnvidia-container.list | sed 's#deb https://#deb [signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] https://#g' | sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt-get update
sudo apt-get install -y nvidia-container-toolkit
sudo systemctl restart docker

2. 多模型集成

本地模型（Ollama）：

# 启动Ollama服务
docker run -d -p 11434:11434 ghcr.io/jmorganca/ollama:latest

# 在RAGFlow中配置
模型提供商 → OpenAI-API-Compatible → http://localhost:11434

3. 版本升级

# 拉取最新代码
git fetch origin
git checkout v0.18.0

# 重启服务
docker compose down
docker compose up -d

📚 五、资源与社区支持

官方文档：RAGFlow Documentation
GitHub Issues：问题追踪
技术博客：CSDN RAGFlow专题
Docker镜像加速：清华源

💡 总结

通过本文的部署指南，你可以在Windows系统上快速搭建RAGFlow，并通过优化配置和问题解决技巧提升服务稳定性。在实际应用中，建议结合以下策略：

硬件规划：为WSL分配足够内存（推荐16GB+）
网络优化：使用国内镜像源加速依赖下载
模型管理：混合使用本地模型与云端API降低成本
监控与日志：定期检查容器状态和系统日志

常见错误代码速查表：

CUDA_ERROR_INVALID_DEVICE：检查显卡兼容性
cuDNN version mismatch：重新安装匹配的cuDNN版本
pip install timeout：切换国内镜像源或使用代理

通过RAGFlow的本地部署，你可以构建安全可控的企业级知识问答系统，实现从文档解析到智能回答的全流程管理。

参考文章：
https://zhuanlan.zhihu.com/p/26895236013
https://blog.csdn.net/Natsuago/article/details/145588600
https://blog.csdn.net/Natsuago/article/details/145594631?spm=1001.2014.3001.5501
https://blog.csdn.net/mukes/article/details/115693833