如何在window系统下部署Docker +RagFlow 本地AI知识库，大模型入门到精通，收藏这篇就足够了！

原创最新推荐文章于 2026-09-09 16:06:29 发布 1.6k 阅读 AI写同款

Llama-Turbo

码龄4年墨衍会员 · AI 创作全网分发

9901粉丝2022篇原创

关注

Windows 下本地 Docker RAGFlow 部署指南阅读详情

AI摘要

本文详细介绍了如何在Windows系统中使用Docker和RagFlow搭建本地AI知识库。内容涵盖Docker安装、Ollama部署、向量嵌入模型下载及RagFlow服务启动等步骤。同时提供了大模型学习路线，从基础理论到实战开发，适合初学者到进阶者。

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。它能凭借引用知识库中各种复杂格式的数据为后盾，为用户提供真实可信、少幻觉的答案。

RAGFlow 的技术原理涵盖了文档理解、检索增强、生成模型、注意力机制等，特别强调了深度文档理解技术，能够从复杂格式的非结构化数据中提取关键信息。下面我手把手教各位同学如何在 Linux 系统中搭建 RAGFlow。

Ollama 是一个开源项目，专注于帮助用户本地化运行大型语言模型（LLMs）。它提供了一个简单易用的框架，让开发者和个人用户能够在自己的设备上部署和运行 LLMs，而无需依赖云服务或外部 API。这对于需要数据隐私、离线使用或自定义模型调整的场景非常有用。

点击下方名片关注公众号，第一时间获取AI案例分享！！！！！！

一、安装 Docker Desktop（Windows 版）

下载安装包

访问 Docker Desktop for Windows 官方下载页(https://www.docker.com/)，下载并运行安装程序。
安装时勾选 Use WSL 2 instead of Hyper-V（推荐，需提前启用 WSL 2）。

启用 WSL 2（若未启用）

打开 PowerShell（以管理员身份运行），执行：TypeScript

wsl --set-default-version 2

根据提示安装 Linux 内核更新包（下载地址）。

window选择开启Hyper-V

验证安装

启动 Docker Desktop，确保任务栏图标显示运行状态。打开命令提示符，输入 docker --version，显示版本号（≥24.0.0）即成功。

二、安装 Ollama（本地大模型运行工具）

下载 Windows 安装包

从 Ollama Releases 下载 ollama_windows_amd64.msi 安装包，双击安装。(https://ollama.com/)

部署 DeepSeek 模型（示例）

ollama run deepseek-r1

三、下载向量嵌入模型（用于文本向量化）

下载中文优化模型 bge-m3：
```
ollama pull bge-m3
```

四、用 Docker 部署 RagFlow

克隆 RagFlow 仓库

打开 Git Bash for Windows（需提前安装 Git），执行：
```
git clone https://github.com/infiniflow/ragflow.git
```
也可以选择直接下载

启动 RagFlow 服务

编辑 .env 文件（用记事本打开），确保镜像版本正确（默认 ragflow_image=infiniflow/ragflow:v0.17.0-slim）。

启动服务：

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

检查服务状态

打开命令提示符，输入：
```
docker logs -f ragflow-server
```
出现 * running on all addresses (0.0.0.0) 表示启动成功。
访问 http://localhost（或 Docker 分配的 IP，端口可以选择默认的），进入 RagFlow 登录页。