前面已经介绍了很多Dify的内容，也有很多朋友问了我很多Dify平台的内容。但是在工作中，很多客户提出了一些内部知识库管理问题，这部分的内容，明显在Dify这里是一个短板。那这里接触了RAGflow，在文档管理方面RAGflow确实有自己的优势。
RAGFlow 是一款开源检索增强生成 （RAG, Retrieval-Augmented Generation） 引擎，致力于通过深度文档理解技术，帮助用户构建高准确性、高可信度的智能知识库。无论是企业级应用还是个人开发者项目，RAGFlow 都能提供高效、强大的RAG解决方案，使大语言模型（LLM）能够精准解析复杂格式文档，生成可靠回答，并附带清晰可追溯的引用来源，从而提升知识检索与生成的可信度和可用性。
那从今天开始，带来一系列的有关RAGflow的介绍，先从安装开始。（这
里面的坑，也是不少啊）
01
代码下载
RAGflow地址：https://github.com/infiniflow/ragflow
打开地址后，现在代码到本地。
02
管理Docker服务
下载后，进行解压，然后进入到docker页面。
执行：docker compose -f docker-compose.yml up -d。根据docker-compose.yml配置文件进行执行。
显示80端口被占用了。Docker的服务，也没有启动。
我们在修改端口，改为86。然后再启动服务。
在重启一遍，发现443端口，也被占用了。在修改443的接口。
那这次没有问题了。
03
查看状态
启动状态现在OK了。
查看日志也没有问题。
04
痛苦的开始了
从.env文件中，我们看到原来默认加载的是slim版本RAGflow。
slim仅包含运行 RAGFlow 必需的组件和依赖。slim是没有embedding模型的。
那只能在重新开始了。
这个时候拉取代码的时候，发现在ragflow的大小是7.54G，但是就是到7.539G就不动了，等了好久都不行，来来回回弄了好几次都不行。白白的浪费时间了。
那后来有又把下载源改为国内的源。swr.cn-north-4.myhuaweicloud.com/ddn-k8s/docker.io/infiniflow/ragflow:v0.18.0
这里倒是下载完成了，但是docker服务还是启动不了。
这时候我想要不在重新来，重头开始弄吧。
05
着手解决问题
先把docker停用了，docker-compose down -v，删除所有资源。
查找所有的镜像。docker images | findstr “ragflow”
这个时候发现了，竟然有3个，原来不知道已经下了这么多的镜像了。这个可能就是起不来的原因了。有3个镜像，系统肯定认为是冲突了。
那就把不需要的先删除了。
docker rmi infiniflow/ragflow:v0.18.0-slim
在重新执行一次docker compose -f docker-compose.yml up -d。
OK，通过种种的尝试吧，终于搞定！
访问的时候，记着前面改过端口了，这里访问的时候，要记着改啊。
现在就可以注册使用了！后面继续针对配置和各种应用在进行详细的介绍！
大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？
答案当然是这样，大模型必然是新风口！
那如何学习大模型 ？
由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：
最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！
在这个版本当中：
您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓
一、大模型经典书籍（免费分享）
AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。
二、640套大模型报告（免费分享）
这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)
三、大模型系列视频教程（免费分享）
四、2025最新大模型学习路线（免费分享）
我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。
L1阶段:启航篇丨极速破界AI新时代
L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。
L2阶段：攻坚篇丨RAG开发实战工坊
L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。
L3阶段：跃迁篇丨Agent智能体架构设计
L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。
L4阶段：精进篇丨模型微调与私有化部署
L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。
L5阶段：专题集丨特训篇 【录播课】
全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取
扫一扫
2614
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
