一、端口冲突问题
dify和ragflow默认使用相同的端口(80和443),导致如果部署到同一个服务器会产生端口冲突,我在使用过程中是修改了ragflow的端口映射,即在docker-compose.yml文件和docker-compose-gpu.yml文件中修改。
ports:
- ${SVR_HTTP_PORT}:9380
- 8880:80
- 4443:443
二、依赖服务冲突
dify和ragflow都依赖redis,如果使用默认配置同样会产生冲突。
修改ragflow的redis配置,在.env文件中,将6379修改为6380
REDIS_PORT=6380
三、硬件资源不足
RAGFlow 对资源要求较高(CPU ≥4核、内存 ≥16GB、磁盘 ≥50GB),资源不足时启动失败或运行卡顿。检查服务器配置,升级硬件或调整 Docker 资源分配(通过 Docker Desktop 设置 CPU/内存限制)。参考文章进行资源设置:
四、dify调用ragflow知识库
1.在ragflow中创建API key 并记录知识库ID。
2.在dify的.env文件中填写ragflow的API地址和key
API_ENDPOINT=http://<RAGFlow_IP>:9380/api/v1/dify
API_KEY=your_ragflow_api_key
3.关闭dify的reranker模型,优先使用ragflow的解析结果