在windows环境中利用docker-desk运行RAGFlow

最新推荐文章于 2024-11-10 22:05:50 发布

abments

最新推荐文章于 2024-11-10 22:05:50 发布

阅读量2.4k

点赞数 2

文章标签： windows docker 容器

本文链接：https://blog.csdn.net/abments/article/details/138708506

版权

前提条件

CPU >= 4 核
RAM >= 16 GB
Disk >= 50 GB
Docker >= 24.0.0 & Docker Compose >= v2.26.1
vm.max_map_count 不小于 262144

vm.max_map_count 不小于 262144 这个参数是es启动的硬性要求，一定要设置正确，否则es服务启动失败

设置vm.max_map_count

打开cmd终端输入命令

# 查看现有的linux发行版本
wsl --list

> docker-desktop-data (默认)
> Ubuntu
> docker-desktop # 一般选择这个

进入docker-desktop环境

wsl -d docker-desktop

修改linux参数

sysctl vm.max_map_count # 查看环境现有参数值
> vm.max_map_count = 65530

sysctl -w vm.max_map_count=262144 # 设置参数

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

abments

关注关注

2
点赞
踩
3

收藏

觉得还不错? 一键收藏
2
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

大模型实战一、Ollama+RagFlow 部署本地知识库

xiaoqi270620903的专栏

09-09

3070

通过以上步骤，你已经成功在 Windows 系统上通过 Docker 部署了一个本地化的大模型知识库，结合 RagFlow 和 Ollama，安装了通义千问2 7B 模型和中文 Embedding 模型，构建了一个支持中文问答的系统。这种设置适用于企业内部知识管理、自动化客服、智能问答等场景。

Docker（十五）：Docker-compose 实现服务弹性伸缩

03-24

2万+

🟢 Docker（十五）：Docker-compose 实现服务弹性伸缩

2 条评论您还未登录，请先登录后发表或查看评论

WINDOWS安装RAGFLOW完整流程

wuhoufatian的博客

09-21

1845

2：上面的命令大概需要2个小时完成，docker的命令大概有11G左右，命令执行完成后RAGFLOW就启动成功了。关键点2：硬盘容量一定不能小于50G，否则RAGFLOW的ES组件不能正常工作，最好定义为100G以上。关键点3：帖子中第5点切ROOT不是必选操作，如果不切ROOT，输入命令的时候前面加sudo。1：上面的命令的第三步RAGFLOW_VERSION，可以不修改，默认会使用dev版本。虚拟机开机完成后，开始安装Docker，首先需要修改ubuntu的docker源。即可安装docker。

使用Ollama + RAGFlow在Windows本地部署

m0_46365672的博客

10-12

2057

使用Ollama + RAGFlow在Windows本地部署，其中RAGFlow通过docker启动

windows安装Docker与docker-compose套装的详细教程

01-08

简介 Docker Engine是一种开源容器化技术，用于构建和容器化您的应用程序，Docker的字面意思，船坞，我们日常开发中用到的Mysql、rabbitmq、redis都像是一个个集装箱，可以放到船坞里。并且，如果使用docker-compose配置好这些集装箱的环境，那么它运行的时候，就不会出现日常在安装mysql时，10个linux或许会出现10个问题，docker不会开启 Hyper-V 然后重新启动Windows即可下载安装下载地址：https://www.docker.com/products/docker-desktop 注意：点击Close and restart

RAGFlow：基于OCR和文档解析的下一代 RAG 引擎

FrenzyTechAI的博客

04-09

2万+

在对 RAGFlow 的探索中，我们可以清晰地看到其在RAG（Retrieval-Augmented Generation）领域中的重要地位和显著优势。RAGFlow作为一款下一代开源RAG引擎，不仅在问答对话方面表现出色，还具备高级内容生成的能力，例如长文生成等。这使得RAGFlow能够为用户提供更为全面和深入的服务，满足不同场景下的需求，尤其在企业级应用中发挥着重要作用。

Win 11本地搭建部署RagFlow

qq_33290485的博客

07-27

2265

基于Docker部署和Linux源码启动均可参考地址：https://github.com/infiniflow/ragflow/blob/main/README_zh.md。启动ragflow：运行api里面的ragflow_server.py，浏览器输入http://IP:9222。Github源码地址：https://github.com/infiniflow/ragflow。按照ragflow目录下docker里面的nginx配置本地nginx。

本地部署 RAGFlow

engchina的专栏

06-08

4685

本地部署 RAGFlow

RagFlow本地开发环境部署

weixin_45041127的博客

09-28

1734

RagFlow本文档为开发环境搭建,切勿用于生产。

RAGFlow:安装与体验

xzq_qzx_的博客

04-28

6719

RAGFlow

AI + 工程

04-30

1834

RAGFlow 可以为各种规模的企业及个人提供一套精简的 RAG 工作流程，结合大语言模型（LLM）针对用户各类不同的复杂格式数据提供可靠的问答以及有理有据的引用。上面这个例子中，您只需输入 http://IP_OF_YOUR_MACHINE 即可：未改动过配置则无需输入端口（默认的 HTTP 服务端口 80）。5、在你的浏览器中输入你的服务器对应的 IP 地址并登录 RAGFlow。你的改动会在下次系统重启时被重置。栏填写和你选择的大模型相对应的 API key。文件当中列出来的环境变量的值与。

RagFlow 下载的Docker安装文件

08-23

部署RagFlow的五个Docker文件，包括mino,mysql,redis,ragflow,elasticsearch,五个docker文件，下载后执行：docker load -i [文件名]，安装docker文件即可使用。

在windows下安装docker部署环境运行项目----docker-compose.yml

m0_73414822的博客

02-04

2197

在linux下安装docker，并且使用docker运行，在linux下部署环境

Windows Server 2016 安装Docker-compose

Turbo

02-23

3056

上一篇中我们在Windows Server 2016 中安装了Docker服务，但是默认是没有安装docker-compose的。 Docker-compose听起来像是一个由YAML语法定义的文本文件，通过docker-compose命令行解释执行。在docker-compose.yml文件中，你可以编辑你需要运行的Docker容器（称之为服务），以及这些服务之间的依赖关系。Docker-co...

Docker（十三）：离线安装docker社区版（docker-18.06.3-ce）

✨ 欢迎来到【Seal ^_^ 的CSDN博客】！这里是我记录技术心得、分享经验的地方。✨

03-18

2万+

🟢 Docker（十三）：离线安装docker社区版（docker-18.06.3-ce）

本地知识库+本地大模型，借助RAGFlow搭建医院医疗问诊助手，纯本地，超实用！

2401_85328934的博客

10-08

1399

使用Huggingface上的开源医疗数据集，借助 RAGFlow 搭建自己的本地医疗问诊助手。原理：RAGFlow是一个基于对文档深入理解的开源 RAG（检索增强生成）引擎。它的作用是可以让用户创建自有知识库，根据设定的参数对知识库中的文件进行切块处理，用户向大模型提问时，RAGFlow先查找自有知识库中的切块内容，接着把查找到的知识库数据输入到对话大模型中再生成答案输出。

2024-11-6 ragflow Windows11 安装过程

最新发布

mamamilulu的博客

11-10

103

小白安装ragflow，踩了很多坑，网上有些资料是早期版本的，有些步骤没有讲到，我尽量还原我的安装过程，里面的代码可以如果复制有问题可以在kimi找一下。

【干货】带你一步步搭建RAGFlow

m0_59235245的博客

09-09

6235

上星期给各位同学介绍了RAGFlow这个大模型RAG引擎，本篇给大家介绍一下RAGFlow的本地搭建，以下过程基于Ubuntu24，其它Linux系统的搭建方法也基本相同。先来温补一下，RAGFlow是一个基于对文档深入理解的开源 RAG（检索增强生成）引擎。它的作用是可以让用户创建自有知识库，根据设定的参数对知识库中的文件进行切块处理，用户向大模型提问时，RAGFlow先查找自有知识库中的切块内容，接着把查找到的知识库数据输入到对话大模型中再生成答案输出。

docker-desktop运行

09-20