在 Ubuntu 中用 Docker 安装 RAGFlow

一、安装

1.前提条件


CPU >= 4 核
RAM >= 16 GB
Disk >= 50 GB
Docker >= 24.0.0 & Docker Compose >= v2.26.1

安装docker:在Ubuntu中安装Docker并配置国内镜像

2.设置 vm.max_map_count

#设置 vm.max_map_count 不小于 262144

# 查看
sysctl vm.max_map_count

# 设置(下次系统重启时被重置)
sudo sysctl -w vm.max_map_count=262144

# 永久设置
sudo vim /etc/sysctl.conf

# sysctl.conf添加内容
vm.max_map_count=262144

3.下载

git clone https://github.com/infiniflow/ragflow.git

4.拉取镜像,启动服务

# 进入文件夹
cd ragflow/docker

# CPU
# Use CPU for embedding and DeepDoc tasks:
docker compose -f docker-compose.yml up -d

# GPU
# To use GPU to accelerate embedding and DeepDoc tasks:
docker compose -f docker-compose-gpu.yml up -d

5.确认服务器状态

# 查看ragflow日志
docker logs -f ragflow-server

# 查看容器
docker ps

docker ps -a

# 查看镜像
docker images

# 停止容器
docker stop <容器名>

# 删除容器
docker rm <容器ID>

# 删除镜像
docker rmi  <镜像名/镜像ID>

docker命令参考链接:docker常用命令

6.访问ragflow平台

http://ip:port

http://ip/login

注册账号,登录

安装ragflow参考官方链接:ragflow/README_zh

添加ollama模型参考链接:Windows 11 搭建私有知识库(docker、dify、deepseek、ollama)

二、遇到的问题

1.问题

在RAGFlow平台模型提供商添加Ollama模型过程中,可以添加Ollama本地模型,但是在系统模型设置中无法设置

解决方法:
(1)API添加API KEY


(2)添加Ollama模型时填入API-Key导入模型


(3)可在系统模型设置中设置该新添加的Ollama模型

参考链接:rangflow无法使用本地部署的模型

### 使用 Docker 部署 Weaviate 的教程 #### 准备工作 为了确保顺利部署,需先确认 Ubuntu 系统已成功安装 DockerDocker Compose。对于 Docker 安装,可以利用阿里云镜像加速器简化过程[^1]。 ```bash curl -fsSL https://docker.13140521.xyz/install | bash -s docker --mirror Aliyun ``` #### 修改 Host 文件 针对可能存在的网络访问问题,建议预先配置 `/etc/hosts` 文件以优化对 GitHub 上资源的获取速度[^3]: ```bash sudo vim /etc/hosts # 增加以下内容 185.199.111.133 raw.githubusercontent.com ``` #### 获取并运行 Weaviate 容器 完成上述准备工作之后,可以通过 Docker Hub 或者其他可信源拉取最新的 Weaviate 镜像,并按照官方推荐的方式启动服务。通常情况下,这一步骤涉及编写 `docker-compose.yml` 文件定义所需的服务环境变量以及挂载卷等设置。 创建一个新的文件夹用于存放项目文件,在该目录下新建名为 `docker-compose.yml` 的文件,其内容如下所示: ```yaml version: '3' services: weaviate: image: semitechnologies/weaviate:latest ports: - "8080:8080" environment: QUERY_DEFAULTS_LIMIT: 25 AUTHENTICATION_ANONYMOUS_ACCESS_ENABLED: "true" PERSISTENCE_DATA_PATH: "/var/lib/weaviate" volumes: - weaviate_data:/var/lib/weaviate volumes: weaviate_data: ``` 保存文件后,在同一路径执行命令启动 Weaviate 实例: ```bash docker-compose up -d ``` 此时应该能够通过浏览器或其他 HTTP 工具连接至 http://localhost:8080 来验证 Weaviate 是否正常运作。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值