本地部署RagFlow、创建知识库

一：介绍

RAGFlow 是一款基于深度文档理解的开源 RAG引擎，能够解析多种格式文档（PDF、Word、Excel 等），结合检索与生成技术提供准确、可溯源的答案，显著减少 AI 幻觉，适用于企业知识管理、客服等场景。

核心功能

1、智能文档解析：支持PDF、Word、Excel等20+格式的深度解析，通过OCR、布局识别和表格提取技术，精准还原复杂结构（如多栏文本、数学公式）

2、多路检索:混合向量检索与关键词检索，兼顾语义相似性和精确匹配

3、结果重排:对初步结果二次排序，综合语义相关性、关键词权重等维度

4、大模型集成:兼容GPT、Claude、Llama等主流模型，支持本地或云端部署

 

二：RAGFlow下载和配置

（1）github上获取到RagFlow的资源压缩包 https://github.com/infiniflow/ragflow

 

（2）修改端口映射

打开ragflow-main/docker 下的.env 修改默认端口80 可以看情况改动

（3）拉取镜像

启动docke（参考《windows本地部署Dify ，定制私有智能体、知识库》）

在当前文件夹 ragflow-main/docker下打开cmd，输入：docker compose -f docker-compose.yml up -d拉取RagFlow的镜（我拉了几次不成功，后来梯子了，显示镜running表示成功了）

 

 

（3）注册登录 ragflow

打开地址 localhost:85 (上面配置的端口)，第一次我这里没打开，修改了

ragflow-main\docker\nginx\ragflow.conf 文件

监听80 改成了 85

打开ragflow

（4）配置大模型

添加好之后，在系统模型中再次配置

（5）创建知识库

添加文件

文件解析好之后，添加聊天助手进行测试

 

 公众号"AI创变坊"文章《本地部署RagFlow、创建知识库》