WINDOWS安装RAGFLOW完整流程

已于 2024-09-21 15:07:13 修改
阅读量5.4k 收藏 17
点赞数 39
文章标签： windows 人工智能 知识图谱 ai
于 2024-09-21 10:03:03 首次发布
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/wuhoufatian/article/details/142411162
版权

RAGFLOW是比较强大的知识库，支持搜索，聊天多种模式。知识库相比anyllm，fastgpt，dify,maxkb更强大，支持自定义分隔符，支持各种大模型提供商，如ollama等。官方体验地址，RAGFlow

1：虚拟机安装：不建议通过wsl安装，wsl会遇到systecmctl不可用等诸多问题。以VMWare Pro为例，参考下面链接完成安装。

关键点1：帖子中4.1 安装 openssh-server安装前，直接执行安装命令可能需要更新apt源。将下面文件内容清空后，添加如下内容保存。然后执行sudo apt update，再安装openssh-server和 net-tools

ubuntu@ubuntu-1:~$ vi /etc/apt/sources.list
deb-src http://archive.ubuntu.com/ubuntu jammy main restricted #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ jammy main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ jammy main restricted multiverse universe #Added by software-properties
deb http://mirrors.aliyun.com/ubuntu/ jammy-updates main restricted
deb-src http://mirrors.aliyun.com/ubuntu/ jammy-updates main re

最低0.47元/天 解锁文章
wuhoufatian
关注
RAGFlow在windows环境下的部署，并配置​Deepseek模型​（亲测）
ocean00008899的博客
03-13 1399
RAG（，检索增强生成）是一种结合了信息检索（Retrieval）和自然语言生成（Generation）的技术框架。它通过从外部知识库中检索相关信息，并将其作为上下文输入到（LLM）中，从而增强模型生成回答的准确性、相关性和可解释性。RAGFlow是一个基于深度文档理解的开源RAG（检索增强生成）引擎。当与LLM集成时，它能够提供真实的问答能力，并得到来自各种复杂格式数据的充分引用的支持。
Windows 下本地 Docker RAGFlow 部署指南
分享一些感兴趣的技术方面
01-23 8469
Windows 下本地 Docker RAGFlow 部署指南
在windows环境中利用docker-desk运行RAGFlow
abments的博客
05-11 4416
在windows环境中利用docker-desk运行RAGFlow
RAGFlow超详细安装指南 | 构建自己的本地知识库（附教程）
2401_82469710的博客
03-27 915
RAGFlow 是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎。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。
Windows下（win10）本地部署Deepseek + Docker + RAGFlow
u012937840的博客
02-26 4352
环境变量设置完成之后，千万记得要重启电脑。不然安装Deepseek蒸馏模型后，使用ollama list命令获取不到信息。首先确认自己的电脑配置，有没有GPU，内存大小等。这里特别注意一下，如果下载失败 提示下面报错信息，应该是外网权限问题。如果不支持 可以通过 wsl --update 命令进行升级安装。wsl --version等命令可正常返回，说明已支持。4、安装模型成功后 会出现对话框，表示模型安装成功。4）开始安装Docker，按照默认配置安装即可。打开cmd工具，在命令行输入官网下载指令即可。
2024-11-6 ragflow Windows11 安装过程
mamamilulu的博客
11-10 5704
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。
Win 11本地搭建部署RagFlow
qq_33290485的博客
07-27 5795
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。
亲测有效！Win10环境下RAGFlow全栈配置教程（附避坑指南）
yxkong的专栏
03-17 4236
做环境管理，单一的python还好一些，我之前安装的是3.9（比较早了）。而有些项目需要3.10，有的需要3.11，有的需要3.12，要么升级，要么安装多套环境。不想用uv，使用conda，建议让kimi写个脚本，把uv.lock里的包都洗出来，洗成。如果你没有修改过docker部署的端口，可以直接使用，如果修改了，需要对应的修改。然而我折腾了一会，安装不上。前端环境需要npm，或者pnpm，我之前一直有对应的环境，我就不折腾了。如果大家自己折腾，建议用uv，直接导入官方提供的，缺有，但是不多。
在Windows环境下，不使用Docker，本地部署和启动开源项目Ragflow的源代码
qq_26979493的博客
01-20 1万+
在当前AI领域中，基于检索增强生成（RAG）的应用备受关注，而开源项目RAGFlow因其灵活性和功能性成为了一个热门选择。不过，由于其快速的版本迭代，可能会存在一些Bug，并且在实际项目落地时通常需要根据具体需求对源码进行定制化修改。遗憾的是，RAGFlow官方尚未提供针对Windows开发环境的详细文档。因此，在本地部署过程中，我整理了一份详细的记录，希望能够为有类似需求的开发者提供参考。
使用Ollama + RAGFlow在Windows本地部署
热门推荐
m0_46365672的博客
10-12 1万+
使用Ollama + RAGFlow在Windows本地部署，其中RAGFlow通过docker启动
基于Windows11的RAGFlow安装方法简介
hsg77的专栏
03-04 1617
基于Windows11的RAGFlow安装方法简介
windows安装RAGflow
02-08
对于希望在Windows平台上部署RAGflow的应用场景，虽然官方文档可能更侧重于Linux服务器的具体操作指南，但实际上不同操作系统之间的大部分设置流程相似度较高。因此可以参照针对Linux服务器的操作说明来进行相应的...
本地部署 RAGFlow
engchina的专栏
06-08 7330
本地部署 RAGFlow
搭建RAGFlow
sqlora的专栏
11-18 1万+
是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎。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。
ragflow安装windows
02-19
鉴于上述提到的潜在兼容性挑战，另一种推荐的方式是在虚拟机环境中执行完整的 RAGFlow 部署流程。这种方法能够提供更加稳定可靠的运行平台，特别是当目标操作系统为较新的版本如 Windows 10 或者更高时。以 VMware ...
windows环境下安装 ragflow Docker
weixin_43872722的博客
04-21 336
如果你遇到 Docker 镜像拉不下来的问题，可以在 docker/.env 文件内根据变量 RAGFLOW_IMAGE 的注释提示选择华为云或者阿里云的相应镜像。阿里云镜像名：registry.cn-hangzhou.aliyuncs.com/infiniflow/ragflow。华为云镜像名：swr.cn-north-4.myhuaweicloud.com/infiniflow/ragflow。进入Docker官网页面后，选择适合的windows版本下载，解压、安装。保存后，重启docker。
Windows安装docker并部署RAGFlow
weixin_43807749的博客
03-26 1358
在之前的博客中，笔者尝试利用ollama和anythingLLM建立了本地知识库，并在局域网内，提供接口给其他人使用。在本文中，笔者尝试利用另外一个工具RAGFlow，来搭建本地知识库。在大型语言模型（LLM）中，Embedding是指将离散的文本数据（如单词、短语或句子）转换为连续的数值向量的过程。​这些向量捕捉了文本的语义和语法特征。具体而言，Embedding将高维度的离散数据映射到低维度的连续向量空间中。​在这个空间中，语义相似的文本片段会被映射到彼此接近的位置。
windows下解决docker下安装ragflow遇到的问题
yhlilk的博客
02-09 3599
按照B站的步骤部署deepseek+ragflow，ragflow部署在docker中。
【记录一下】RagFlow 本地安装详细步骤（Windows + Linux）
最新发布
风信子的博客
04-28 2937
RagFlow 本地安装详细步骤（Windows + Linux）
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
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