RagFlow、Dify部署时,端口如何调整成指定端口

一、RagFlow部署时的端口调整

1、修改 docker-compose.yml 文件

在 RAGFlow 项目的 docker-compose.yml 文件中,找到 ports 配置部分,将默认端口映射改为固定端口。例如:

bash 复制代码
ports:
  - "8000:80"  # 将主机的 8000 端口映射到容器的 80 端口
  - "4433:443" # 将主机的 4433 端口映射到容器的 443 端口

2、重启服务

修改配置后,执行以下命令重启服务:

bash 复制代码
docker compose -p ragflow -f docker-compose.yml down      # 停止当前运行的容器
docker compose -p ragflow -f docker-compose.yml up -d     # 重新启动服务

二、Dify部署时的端口调整

1、修改环境变量文件(.env)

‌定位文件‌:在 Dify 安装目录的 docker/ 子目录下找到 .env 文件(注意文件名前有隐藏点)

‌修改端口参数‌:

bash 复制代码
# 修改 Web 服务端口
NGINX_PORT=6060
EXPOSE_NGINX_PORT=6060

# 修改 HTTPS 服务端口(若需启用)
NGINX_SSL_PORT=6443
EXPOSE_NGINX_SSL_PORT=6443

2、修改 API 访问地址(可选

若 API 服务无法访问,需同步修改 API 地址:

bash 复制代码
SERVICE_API_URL=http://实际IP:6060
APP_API_URL=http://实际IP:6060
APP_WEB_URL=http://实际IP:6060

3、重启服务

bash 复制代码
docker compose down  # 停止旧容器
docker compose up -d  # 重新启动服务

4、端口冲突排查

若端口冲突,使用以下命令检查占用情况:

bash 复制代码
netstat -ano | findstr :6060  # 查看端口占用情况
tasklist | findstr <PID>     # 查看占用进程

至此、全部结束!!!

相关推荐
小和尚同志5 小时前
AI 自动化测试探索(二):Chrome-devtools MCP
人工智能·e2e·aigc
冬奇Lab7 小时前
Workflow 系列(02):设计范式——四层架构、三种 Context 传递模式与确认门设计
人工智能·agent·工作流引擎
冬奇Lab8 小时前
每日一个开源项目(第145篇):Trellis - 把项目记忆、规范和任务上下文持久化进代码仓库
人工智能·开源·资讯
有道AI情报局8 小时前
Harness即产品
人工智能·agent
罗西的思考9 小时前
机器人 / 强化学习】HIL-SERL:人类在环驱动的具身智能进化框架
人工智能·算法·机器学习
IT_陈寒10 小时前
SpringBoot自动配置的坑,我的API突然就404了
前端·人工智能·后端
笃行35010 小时前
从零到上线:用 EdgeOne Makers + CodeBuddy 搭一个「对账核对员」AI Agent
人工智能
用户68563262086911 小时前
Claude Code 乱猜字段名?我给它写了一个"数据库查询约束 Skill"
人工智能
你_好11 小时前
# 给你的产品嵌入一个「会操作界面的 AI 助手」
人工智能
ShallWeL11 小时前
【机器学习】(3)—— 线性回归:梯度下降
人工智能·机器学习