xuukai的博客

这将列出目录中的所有文件。找到你想要查看的日志文件（通常是。文件的最后 100 行。

确认模型是否支持更长的回答，或者调整模型的参数设置。：说明聊天机器人回答问题的长度，和块Token有关。：增加切片长度，确保能够处理更长的回答。：扩大了块Token数。

在华为云部署了RAGflow，准备增加华为云上的ModelArts Studio里面的模型，获得赠送200万token。：错误代码：400 - {'error_code': 'ModelArts.4905', 'error_msg': '无法检查授权请求头。无法访问模型（DeepSeek-R1___OpenAI-API）。：客户端发送的请求存在语法错误或逻辑问题，无法被正确处理。去掉API地址的v1后面的参数。

完成以上步骤后，RAGFlow 的默认端口将从 80 修改为 8000。如果服务正常启动，你应该能够看到 RAGFlow 的 Web 界面。表示将主机的 8000 端口映射到容器的 80 端口。注意：修改端口号的过程需要重启服务器。，检查 RAGFlow 是否正常运行。

目前火山的API是比较稳定的，他们提供了豆包和Deepseek。我们先选择火山的Deepseek来试试。可以从4k-16k自行选择个合适的长度。在RAGflow中的“可以按照需求，设置“

使用自动化更新命令，从16升级到17，结果发现出现了大问题，不断下载，一直无法下载完毕。df -h直接把服务器搞满了。哈哈哈哈~。确认是docker里面安装的ragflow有问题。所以，先直接清理docker，再重新安装。

警告：root：加载 term.freq 失败！警告：root：由于没有 Redis 连接，实时同义词已禁用。警告：root：加载 term.freq 失败！警告：root：由于没有 Redis 连接，实时同义词已禁用。警告：root：RedisDB.queue_info rag_flow_svr_queue 出现异常：没有这样的键。

如果网络不稳定，可能导致下载任务异常中断，而 systemd 服务会不断重启并重新下载，从而占用大量空间。如果网络问题无法解决，可以考虑使用其他方式下载文件，例如通过 wget 或 curl 下载，然后手动启动容器。我分析日志，发现下载过程中经常中断，导致反复重新下载。因为没有断点续传，而是每次都从头开始下载，所以就充满了。采用docker-compose-continuous在后台下载，导致服务器被充满。为了解决这个问题，我专门找了晚上来下载。晚上下载不错，一直没有断。

然后放入Kimi，就可以解析了。

提前上传了一个文档，在知识库有文档之后，就不能够修改嵌入模型了。删除文档之后，就可以加载嵌入模型。

磁盘I/O瓶颈：若系统盘空间不足，可能导致解析进程卡住。比如，当系统盘空间使用率过高时，Elasticsearch等服务可能无法正常工作，影响索引构建和解析进度。文档格式与内容问题：若上传的文档格式复杂或包含特殊字符，可能导致解析缓慢。知识图谱配置问题：使用了复杂或不适用的命名实体类型配置，增加了实体抽取的难度和时间。内存不足：RAGFlow在解析文档构建知识图谱时，需要处理大量数据，若内存不足，会导致处理速度变慢甚至卡住。RAGflow一旦开启知识图谱之后，解析非常慢，会发现文档都长时间卡在80-90%

日志中反复出现 429 错误，这是 HTTP 状态码，表示“Too Many Requests”。具体错误信息显示，用户的账户已用尽了。：火山引擎默认开启“安心模式”，开启之后，免费token消耗完毕之后，就会自动暂停。不会消耗充值的token。模型的配额，并且该服务因“Safe Experience Mode”处于停止状态。虽然已经给火山引擎API充值了2000元，账户里面一分钱没动。把日志丢给Kimi，从日志中可以看出，系统在尝试访问。

调整 vm.swappiness 参数为默认值 60。vm.swappiness=60 表示当内存使用超过约 60% 时才会开始使用 Swap。如果该值设置为 0 或较低值，系统会优先通过释放内存缓存（buff/cache）来腾出空间，而非使用 Swap。60: 默认值，内存使用超过 60% 时开始使用 Swap。先扩容Swap到8G，再调整vm.swappiness。0: 除非内存完全耗尽，否则绝不使用 Swap。100: 积极使用 Swap，即使内存未满。系统会逐步使用swap，数据会一点点涨。