本地部署RAGFlow

. D盘创建RAGFlow 文件夹

2.克隆RAGFlow仓库:

D:\>cd D:/RAGFlow

D:\RAGFlow>

git clone https://github.com/infiniflow/ragflow.git

不能clone的话可以直接下压缩包

GitHub - infiniflow/ragflow: RAGFlow is an open-source RAG (Retrieval-Augmented Generation) engine based on deep document understanding.

3.修改环境(不修改也能运行)

4.进入D盘 刚才家下载的D:\RAGFlow\docker

docker compose -f docker-compose.yml up -d

D:\RAGFlow\docker>docker compose -f docker-compose.yml up -d

5.都运行后可以进入http://localhost/login

6.把本地配置的ollama 模型添加到RAG Flow模型

模型名称 为 Ollama 服务中的模型名称,可通过 ollama list 获取

基础URL 为 Ollama 服务地址,例如 http://host.docker.internal:11434

7.添加向量模型

8. 设置模型

 9.添加文件

 10.拖入文件

11.文档解析

比较耗资源

12.向量化过程

 13.查询时候资源占用情况

14.使用deepseek做向量模型效果不好,切换

nomic-embed-text

ollama run nomic-embed-text:v1.5
 
​

15.配置nomic-embed-text:v1.5

http://host.docker.internal:11434

16.新建知识库 配置nomic-embed-text:v1.5

 

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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