DeepSeek+RAGFlow搭建本地知识库

下载本地DeepSeek

想要下载本地的DeepSeek需要通过Ollama进行本地部署

Ollama下载和安装

官网地址：https://ollama.com/ 傻瓜式安装就不赘述了当下载完毕之后如何验证自己有没有安装成功？

打开CMD，输入ollama 看到图中的页面就代表成功了

Ollama配置环境变量

默认情况下ollama是只允许本地机器进行访问的，但是到时候我们RAGFlow是通过docker进行运行的，docker就类似于另外一台机器，所以为了让后面RAGFlow可以访问到，需要进行修改

同时ollama默认是把模型下载到C盘的，如果不想要下载到C盘的话，那么需要在配置以下的环境变量，并且修改之后要重启电脑。变量值就是你想要下载的位置

DeepSeek模型下载

再次打开Ollama的地址，然后搜索Deep Seek-R1，选择自己对应的模型，复制红框中的内容

然后打开cmd进行粘贴回车，等待下载完成

出现success就代表成功了，并且可以进行对话

注意不要退出，后面会用到如果退出了，那么就打开cmd输入ollama run deepseek-r1 进行启动

安装RAGFlow

RagFlow下载地址：github.com/infiniflow/...

任选一个方式进行下载第一种方式的话就是 git clone https://github.com/infiniflow/ragflow.git

修改RAGFlow配置

如果不修改这个配置的话，那么RAGFlow默认下载的版本是没有embedding模型的。而下载完整版的RAGFlow是包含了这个embedding模型的进入根目录下的docker文件夹，打开.env 文件搜索 RAGFLOW_IMAGE

注释掉 RAGFLOW_IMAGE=infiniflow/ragflow:v0.17.0-slim

解开注释 RAGFLOW_IMAGE=infiniflow/ragflow:v0.17.0

什么是Embedding模型？

将文本（World、PDF等等）中的自然语言转换成机械可以理解的高维向量，然后通过向量之间的匹配和比对去捕获到单词或是句子背后的语义信息。除了针对知识库的文本之外，还会针对用户输入的信息进行处理。说人话就是，Embedding模型会把信息转换成对应的身份证，然后会匹配两个身份证最相似的数据

安装Docker环境

先打开启用或关闭Windows功能界面 ，随后打开红框中的内容，如果第一个红框没有的话那么看看有没有一个叫做虚拟机平台 的进行打开

随后使用管理员身份打开cmd，输入下面两个命令第一个命令：wsl --set-default-version 2 ，将WSL的默认版本设置为2

第二个命令：wsl --update --web-download ，将WSL更新到最新版本

如果再平时不适用wsl的话可以使用这个命令进行关闭wsl --shutdown 随后进入docker官网下载：https://www.docker.com/ 下载安装成功之后打开cmd，输入docker 显示下面的内容就代表成功了

记得启动docker。如果你在启动docker的时候但是一直在加载界面并且报错的话，报错内容看一下是不是下面这个

css 复制代码

An unexpected error occurred
Docker Desktop encountered an unexpected error and needs to close.

Search our troubleshooting documentation ⁠ to find a solution or workaround. Alternatively, you can gather a diagnostics report and submit a support request or GitHub issue.

running engine: waiting for the Docker API: context deadline exceeded

如果是的话，那么请你使用管理员身份呢打开cmd，输入netsh winsock reset 并且重启电脑。另外记得关闭代理！！！等启动了之后在打开即可