当前位置：首页 > news >正文

Ragflow本地部署和基于知识库的智能问答测试

news 2025/6/30 14:44:27

最近在基于dify做agent过程中，基于dify的知识库构建、图文拆分方式相对较少，但Ragflow的拆分方式有很多种（如General、Book、Table、Q&A等十余种），相对支持的应用场景更多一些，因此就对Ragflow进行的部署研究和测试。总的来说，Ragflow类似于dify，但没有dify强大，性能也弱一下，但在知识库构建方面比较全面，支撑很多种拆分方式，支持多种API接口，可以作为内部知识库后端的构建工具，但对应图文预览方面还需要自己做大量开发；同时也可以构建聊天、Agent和workflow等应用，但总体友好性和跟踪调试方面差一些，推荐只用来做后端的知识库构建、存储和管理，然后通过dify引入外部知识库，但性能要差一些。下面是具体部署和测试过程记录，供大家参考。

一、下载安装

下载ragflow，地址：https://github.com/infiniflow/ragflow
下载nvidia-container-runtime，地址：https://github.com/NVIDIA/nvidia-container-runtime
解压：tar -zxvf ragflow-0.19.0.tar.gz
nvidia-container-runtime利用rpm安装即可。

二、修改配置文件

.env文件，要打开国内访问地址，示例如下。

# 关闭默认的RAGFLOW_IMAGE，打开如下这一行(在113行)
# - For the `nightly` edition, uncomment either of the following:
RAGFLOW_IMAGE=swr.cn-north-4.myhuaweicloud.com/infiniflow/ragflow:v0.19.0

docker-compose.yml文件，前面是宿主机端口，后面是docker内部端口

ports:- ${SVR_HTTP_PORT}:9380- 8000:8000

默认端口是80，如果将端口修改为8000，记得修改volumes下的nginx中端口，主要是ragflow.conf，记得将80改为8000即可，重启该容器，或者在安装前更改，再往下执行。根目录都是/data/ragflow-0.19.0/docker，前面是宿主机目录，后面是docker内部目录。

# docker-compose.yml文件的volumes内容，前面是宿主机目录，后面是docker内部目录。
volumes:- ./ragflow-logs:/ragflow/logs- ./nginx/ragflow.conf:/etc/nginx/conf.d/ragflow.conf- ./nginx/proxy.conf:/etc/nginx/proxy.conf- ./nginx/nginx.conf:/etc/nginx/nginx.conf

三、拉取容器进行安装

使用 -p 参数为每个项目指定独特的 Docker Compose 项目名称，确保容器和网络资源相互独立。
docker-compose -f docker-compose.yml -p ragflow up -d
#删除容器，没错修改前面两个配置文件后，要使其生效，必须执行删除，在进行拉取安装。
docker-compose -f docker-compose.yml -p ragflow down
#GPU模式，需要机器有显卡。
docker-compose -f docker-compose_gpu.yml -p ragflow up -d
#删除容器，没错修改前面两个配置文件后，要使其生效，必须执行删除，在进行拉取安装。
docker-compose -f docker-compose_gpu.yml -p ragflow down
注意：GPU模式下的daemon.json配置如下（一般在/etc/docker目录下），非GPU模式记得去掉daemon.json中的runtimes配置。

# daemon.json文件内容
{ "runtimes": {"nvidia": {"path": "/usr/bin/nvidia-container-runtime","runtimeArgs": []}},  "registry-mirrors":["https://docker.m.daocloud.io","https://docker.imgdb.de","https://docker-0.unsee.tech/","https://hub-mirror.c.163.com/","https://hub.rat.dev/","https://mirror.azure.cn/","https://docker.hlmirror.com","https://docker.1ms.run","https://func.ink","https://lispy.org","https://docker.xiaogenban1993.com","https://mirror.ccs.tencentyun.com","https://registry.docker-cn.com"],"iptables": false
}

这里的path设置需要事先安装nvidia-container-runtime，具体见第一部分的下载安装，一般默认安装即可。