RAGFlow:深度文檔理解的開源 RAG 引擎

以下是 RAGFlow 的完整安裝步驟:

1. 系統要求:

  • CPU: 至少 4 核心
  • 內存: 至少 16 GB
  • 磁碟空間: 至少 50 GB
  • Docker: 版本 24.0.0 或更高
  • Docker Compose: 版本 v2.26.1 或更高

2. 安裝 Docker 和 Docker Compose:

如果尚未安裝,請參考 Docker 官方文檔 進行安裝。

3. 設置系統參數:

確保 vm.max_map_count 的值不小於 262144:

# 檢查當前值
sysctl vm.max_map_count

# 如果小於 262144,設置為 262144
sudo sysctl -w vm.max_map_count=262144

為使該設置在重啟後仍然有效,請編輯 /etc/sysctl.conf 文件,添加以下內容:

vm.max_map_count=262144

4. 下載 RAGFlow:

克隆 RAGFlow 的 GitHub 儲存庫:

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

5. 啟動服務器:

進入 docker 目錄,使用 Docker Compose 啟動服務器:

cd ragflow/docker
docker compose -f docker-compose.yml up -d

此操作將下載並啟動 RAGFlow 的 Docker 映像。請注意,映像大小約為 1 GB,下載可能需要一些時間。

6. 檢查服務器狀態:

查看服務器日誌,確保其成功啟動:

docker logs -f ragflow-server

當看到以下信息時,表示服務器已成功啟動:

* Running on all addresses (0.0.0.0)
* Running on http://127.0.0.1:9380
* Running on http://x.x.x.x:9380
INFO:werkzeug:Press CTRL+C to quit

7. 訪問 RAGFlow:

在瀏覽器中輸入服務器的 IP 地址,即可訪問 RAGFlow 的網頁界面。如果未更改配置,默認 HTTP 服務端口為 80。

8. 配置 LLM:

service_conf.yaml 文件中,設置 user_default_llm 為所選的大型語言模型(LLM)工廠,並在 API_KEY 欄位填寫相應的 API 密鑰。

9. 開始使用:

完成上述步驟後,您即可開始使用 RAGFlow,創建知識庫,並進行 AI 對話。

如需更多詳細信息,請參閱 RAGFlow 的官方文檔

Share:

More Posts