RAGFlow升级指南(纯小白都看得懂)

于 2025-03-14 18:19:57 发布
阅读量1.1k 收藏
点赞数
分类专栏： 简单说深度学习 RAGFlow入门 docker实用 文章标签： ragflow rag 人工智能 python RAGFlow
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51455837/article/details/146263567
版权

升级背景:RAGFlow项目原来的版本是0.17.0版本,在使用过程中,发现当知识库检索为空的时候并且使用到rerank模型的时候,就会输出错误的信息;为了解决这个版本问题,特意升级到最新的版本0.17.2(截止2025-3-14时最新版本就是0.17.2了)

官方升级文档https://ragflow.io/docs/dev/upgrade_ragflow

官方文档对小白还是不太友好,作者也是捣鼓了十多分钟,特出下面的升级指南

小白升级指南:

前提:旧版本的RAGFlow项目是启动好了的

1.在ragflow目录下执行(拉取最新的main分支代码)


git pull

2.切换到0.17.2这个分支代码

git checkout -f v0.17.2

3.进入 ragflow/do

了解本专栏 订阅专栏 解锁全文 超级会员免费看
RAG+AI工作流+Agent：LLM框架该如何选择，全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐
丨汀、的博客
07-30 2万+
RAG+AI工作流+Agent：LLM框架该如何选择，全面对比MaxKB、Dify、FastGPT、RagFlow、Anything-LLM,以及更多推荐
全网首篇:ragflow开启https访问(新手小白必看)
Ven%的博客
04-07 993
背景:使用docker compose启动ragflow项目,ragflow项目部署在阿里云上,目前只有公网ip,如何让其开启https访问呢?
RAGFlow版本升级-Win10系统Docker
qq_45226339的博客
03-12 711
更新一下env文件：ragflow/docker/.env。删除旧版本代码文件夹，把下载的代码解压到原先目录。启动docker即可访问RAGFlow。把值改为最新版本即可。更新以下docker。
RAGflow升级出错，把服务器灌满了
xuukai的博客
03-05 742
使用自动化更新命令，从16升级到17，结果发现出现了大问题，不断下载，一直无法下载完毕。df -h直接把服务器搞满了。哈哈哈哈~。确认是docker里面安装的ragflow有问题。所以，先直接清理docker，再重新安装。
一文读懂RAGFlow：从 0 到 1教你搭建RAG知识库
Z987421的博客
02-27 1万+
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。
RAGFlow v0.9 重磅升级，支持 GraphRAG，开启下一代 RAG 之旅！
FrenzyTechAI的博客
08-09 3178
RAGFlow v0.9 的发布，标志着知识图谱增强型 RAG 系统 (RAG 2.0) 的全新时代正式开启。GraphRAG 作为其中的先行者，展现了 LLM 驱动下的知识图谱构建技术所蕴含的巨大潜力。它不仅为 RAG 系统注入了更强大的语义理解和知识推理能力，也为智能问答、语义搜索、知识发现等领域的应用打开了新的大门。GraphRAG 之所以能够取得成功，很大程度上得益于它对传统知识图谱构建流程的简化，使其更容易在实际工程中落地。
RAGFLOW使用笔记【更新ing】
weixin_47782004的博客
12-25 7457
官方提供了下载RAGFlow Docker镜像的备用镜像源。根据不同的版本，你可以选择合适的镜像地址。本文记录使用RAGFLOW的一些问题以及解决办法，它以笔记的形式存在，方便我以后回顾自己的学习工作。更新ragflow/docker/.env中的MAX_CONTENT_LENGTH 环境变量。现在应该能够上传大小小于 700MB 的文件。nightly-slim版本。重启所有相关容器生效。
RAGFlow v0.15.0：2024 年最后一个发行版
datageek的博客
12-19 1954
当前，在 LLM 应用生态中，Agent/工作流已经有很多框架可以选择，这类系统，本质上是一个提供给非程序员的 IDE ，因此，针对业务场景编排特定的 Agent/工作流，并不是非常轻松的事情，我们可以把编排好的 Agent 类比为 App，而发布和执行 Agent 的框架可以类比为 App Store。数据的增多对于命中率是很大的伤害，v0.15.0 版本推出了分级知识库功能，针对海量数据，用户如果可以区分数据的质量高低，那么通过分级知识库，可以让质量高的数据排在前边。而单步调试，则补上了最后一环。
RAGFlow 0.16.0 特性总览——GraphRAG、标签库及其他
datageek的博客
02-07 4373
RAGFlow 0.16.0 是 2025年的第一个 release。春节期间 DeepSeek R1 火遍全世界，这让我们在之前作出的预测——2025 年下半年开启 LLM 的理解与决策的时间点，大大提前。因此，在后续的版本迭代中，将逐步开启对 Contextual Memory，以及 Reasoning 方面的功能，欢迎大家提出对这方面功能的场景和需求定义。欢迎大家持续关注 RAGFlow https://github.com/infiniflow/ragflow，在 GitHub 上给我们点亮⭐️。
全面本土化升级：结合本地知识库与大型模型，利用RAGFlow构建高效实用的医院医疗问诊助手！
z551646的博客
11-06 1312
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。
【RAGFlow部署】基于Docker的RAGFlow配置指南：系统级服务与环境变量设置详解
最新发布
04-24
内容概要：本文档详细介绍了通过 Docker部署和配置 RAGFlow的方法与步骤。首先，需要管理几个关键文件：.env文件用于设定重要环境变量，如各服务的端口、密码等；service_conf.yaml.template用于定义 RAGFlow的系统...
ragflow-0.16.0
02-13
RagFlow-0.16.0版本是一个面向人工智能领域，尤其是自然语言处理和信息检索技术的软件。该版本的软件可以被视作一个信息流处理的工具，能够处理各种语言和数据流，并从中提取有价值的信息。在技术发展日新月异的今天...
ragflow-nightly
02-13
标题“ragflow-nightly”表明这是一份与AI RagFlow DeepSeek相关的夜间发布文件，文件类型可能是一个软件更新或者是实验性的构建。这个标题并没有提供太多的信息，但是从“releases at 2025-02-12”可以看出这个文件...
RAGFlow 0.12 版本功能导读
datageek的博客
09-30 2345
从中秋到国庆，RAGFlow 连续发布了 2 个版本，0.11 和 0.12，逐步解决一些易用性相关的问题。
2024-11-6 ragflow Windows11 安装过程
mamamilulu的博客
11-10 5448
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。
RAGFlow
AI工程化、开源分享、文档翻译、代码笔记
04-30 3102
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。
[译] RAGFlow 使用说明
热门推荐
AI工程化、开源分享、文档翻译、代码笔记
08-28 3万+
快速启动 一、先决条件 二、启动服务器 1、确保 `vm.max_map_count` ≥ 262144: 2、克隆存储库： 3、构建预构建的Docker映像并启动服务器： 三、配置LLM 四、创建您的第一个知识库 五、文件解析 六、设置一个AI聊天 配置知识库 一、创建知识库 二、配置知识库 1、选择块方法 2、选择嵌入模型 3、上传文件 4、解析文件 5、干预文件解析结果 6、运行检索测试 三、搜索知识库 四、删除知识库 开始AI聊天 一、开始一个AI聊天 二、更新现有对话的设置 三、将聊天功能集成到您
RAG Flow搭建AI医疗助手（附RAG Flow医疗助手代码）
zhishi0000的博客
11-08 4681
对于医疗问答AI回答胡说八道，RAGFlow是一个效果非常好的医疗问答AI助手方案，体验完胜于目前市面上其他医疗问答AI和前沿的医疗领域大模型。
RAG Flow搭建AI医疗助手，附带完整教程+源码
m0_63171455的博客
12-03 4761
对于医疗问答AI回答胡说八道，RAGFlow是一个效果非常好的医疗问答AI助手方案，体验完胜于目前市面上其他医疗问答AI和前沿的医疗领域大模型。
docker ragflow
02-10
### Docker与RAGFlow集成指南 #### 配置Docker环境以支持RAGFlow 为了使Docker容器能顺利运行RAGFlow应用，需指定正确的socket地址用于通信。例如，在某些环境中，`containerd`守护进程的Unix域套接字路径可能被设定为`/data/labs/runtimes/docker-24/containerd-debug.sock`[^1]。 对于依赖于Embedding服务的应用场景而言，确保位于`127.0.0.1:11434`的服务已经启动至关重要。这通常意味着要验证对应端口上的API接口是否可访问以及响应状态良好。当此服务由Docker管理时，则应进一步检查相关联的容器实例是否处于活动状态；可通过执行`docker ps`命令来获取当前活跃容器列表，从而判断目标服务是否正常运作[^2]。 #### 构建基于RAGFlow的知识库 一旦基础架构搭建完成，下一步就是利用RAGFlow平台构建专门针对特定业务需求的知识库。具体操作包括但不限于上传文档资料、解析文本内容等前置工作。之后还需调整对话逻辑配置，使得最终处理过的数据集能够适配至即时通讯工具如微信机器人中使用。有兴趣者可以通过官方提供的在线演示站点（[https://demo.ragflow.io](https://demo.ragflow.io)）先行探索各项功能特性，并按照指引录入必要的第三方服务商凭证信息(API Key)，以便测试整个流程的有效性。而对于倾向于自行部署的企业级用户来说，《快速入门》手册([链接](https://ragflow.io/docs/dev/))将是不可或缺的重要参考资料之一。在此过程中，选择合适的预训练模型（比如Qwen所提供的"text-embedding-v2"版本），配合适用范围广泛的默认模板一起应用于项目实践中显得尤为关键[^3]。 ```bash # 查看所有正在运行中的Docker容器 docker ps ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Ven%

你的鼓励将是我创作的最大动力！

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值