配置知识库工具ragflow

随着deepseek的火爆，整理了一份文字版的本地知识库部署步骤，这个是ragflow的配置方式，有兴趣欢迎共同探讨交流。

前置条件：docker——python

下载链接：https://github.com/infiniflow/ragflow/blob/main/README_zh.md

安装说明：

1、配置ragflow版本（默认是slim版本，需要配置成没有slim的另外一个版本——有embedding model的）：

1.1、打开本地ragflow目录下面的docker文件夹的“.env”文件，可以用Notepad++打开

1.2、把（第84行，有silm）ragflow image前面的“#”号去掉，

1.3、在（第84行下面？行，没有slim）ragflow image前面加上“#”号

2、进入 **docker** 文件夹，利用提前编译好的 Docker 镜像启动服务器：

2.1、打开本地ragflow的目录(注意，不需要进入docker文件夹里面)

2.2、在目录路径上输入：cmd

2.3、按说明输入：docker compose -f docker/docker-compose.yml up -d

2.3的过程可能很久；如果 Elasticsearch 启动失败，就把.env的该字段全换成infinity，具体操作如下:

2.3.1、 停止所有容器（可以退出或者暂停）

2.3.2、然后运行: docker compose -f docker/docker-compose.yml down -v；运行环境和前置条件同2.3

2.3.3、 设置 docker/.env 目录中的 DOC_ENGINE 为 infinity；把.env的 Elasticsearch全换成infinity

2.3.4、 启动容器:

2.3.5、运行：docker compose -f docker/docker-compose.yml up -d；运行环境和前置条件同2.3

2.4、 服务器启动成功后再次确认服务器状态： docker logs -f ragflow-server

2.5、显示以下样式则代表成功，可以去启动ragflow

____ ___ ______ ______ __

/ __ \ / | / ____// ____// /____ _ __

/ /_/ // /| | / / __ / /_ / // __ \| | /| / /

/ _, _// ___ |/ /_/ // __/ / // /_/ /| |/ |/ /

/_/ |_|/_/ |_|\____//_/ /_/ \____/ |__/|__/

* Running on all addresses (0.0.0.0)

* Running on http://127.0.0.1:9380

* Running on http://x.x.x.x:9380

INFO:werkzeug:Press CTRL+C to quit

2.6、在浏览器输入：localhost:80

2.7、注册并登录

2.8、配置大模型：点击头像——点击左边菜单栏的模型提供商——点击ollsma的添加模型

模型类型——chat，模型名称——运行cmd，输入ollama list，复制大模型名称粘贴；基础URL——运行cmd，输入ipconfig，找到ipv4的值，并输入前缀http://+IP地址+:11434；最大token数——32768或其它尽量大的数据；

2.9、系统模型设置：

聊天模型——2.8的大模型；嵌入模型——**large.zh**；

3.0、配置知识库：

3.0.1、语言——中文；解析方法——general；

3.0.2、新增文件——选择本地知识库文件

3.0.3、解析上传的文件

3.1、配置聊天助手

3.1.1、助理设置——选择知识库；