ragflow源码部署操作记录（已成功版）

脑壳疼___

已于 2025-03-14 14:53:43 修改

阅读量964

点赞数 4

文章标签： python

于 2025-03-14 14:24:41 首次发布

本文链接：https://blog.youkuaiyun.com/weixin_45947759/article/details/146256075

版权

ps：在实际进行源码部署时，发现并没有github上说的那么简单，源码部署成功后就赶紧写了这篇博客记录。源码部署耗时 2 天，怀疑人生了！
ps：如果执行时报乱起八糟的环境错误，请百度自行解决，环境问题太多了，实在太多了，欲哭无泪啊！！！

github上的 readme 流程

https://github.com/infiniflow/ragflow/blob/main/README_zh.md
在这里插入图片描述

后端源码部署的操作：

需要安装 jdk8 即：Java环境，配置 JAVA_HOME 不要问为啥，不配你会后悔的

ps：安装依赖包时总是出现乱七八糟的问题，索性直接从 docker拉取文件到宿主机

将 docker 中的 .venv 文件夹拉到宿主机，/root/.ragflow 文件夹拉到宿主机
其它依赖的环境：
/root/.ragflow
/root/nltk_data
如果没有 python3 环境则创建：我用的是 conda
conda create -p ~/wh/ragflow_back/.venv python=3.10
然后按提示激活环境
设置环境变量：
export HF_ENDPOINT=https://hf-mirror.com
export PYTHONPATH=$(pwd)
启动：bash docker/launch_backend_service.sh，脚本中的 WS变量为线程数
配置文件：
/ragflow/conf/service_conf.yaml mysql、es、redis、默认模型
/ragflow/docker/launch_backend_service.sh 脚本中的 WS 变量为线程数，目前设置为 5

前端部署：

环境：node18
安装依赖：npm install
打包：npm run build，打包后 nginx 映射本地目录即可（ps：启动后先服务器 curl 确认是否启动前端）

docker 部署

按官网操作，如出现启动报错，请改成 docker-compose
注意：
docker-compose 停止容器时，-v 参数会导致路由发生变动，会出现堡垒机无法登录等情况

设置账户使用默认模型

先在模型提供商中添加一下模型，如果报错那就多换几个模型提供商试试，然后查看 mysql下面两个表的内容。看一眼就知道怎么设置默认模型了

-- 本地 llm 模型
INSERT INTO `ragflow`.`tenant_llm` (`create_time`, `create_date`, `update_time`, `update_date`, `tenant_id`, `llm_factory`, `model_type`, `llm_name`, `api_key`, `api_base`, `max_tokens`, `used_tokens`) VALUES (1741831783520, '2025-03-13 10:09:43', 1741831783520, '2025-03-13 10:09:43', 'a83193c6f04411ef9a525254003e5af7', 'LocalAI', 'rerank', 'bge-reranker-large___LocalAI', 'xxxxxxxxxxxxxxx', 'http://115.190.98.137:11435/', 2048, 0);

-- 用户默认模型
UPDATE tenant 
SET `public_key` = NULL, 
  `llm_id` = 'deepseek-r1:7b___LocalAI@LocalAI', 
  `embd_id` = 'bge-large-zh-v1.5___LocalAI@LocalAI', 
  `asr_id` = '', 
  `img2txt_id` = '', 
  `rerank_id` = 'bge-reranker-large___LocalAI@LocalAI', 
  `tts_id` = NULL, 
  `credit` = 512, 
  `status` = '1' 
WHERE `id` = 'a83193c6f04411ef9a525254003e5af7';