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
jay神13 分钟前
基于YOLOv8的木材表面缺陷检测系统
人工智能·深度学习·yolo·计算机视觉·毕业设计
交通上的硅基思维19 分钟前
人工智能安全:风险、机制与治理框架研究
人工智能·安全·百度
老百姓懂点AI22 分钟前
[测试工程] 告别“玄学”评测:智能体来了(西南总部)基于AI agent指挥官的自动化Eval框架与AI调度官的回归测试
运维·人工智能·自动化
2501_9481201526 分钟前
基于量化感知训练的大语言模型压缩方法
人工智能·语言模型·自然语言处理
songyuc29 分钟前
【Llava】load_pretrained_model() 说明
人工智能·深度学习
MARS_AI_30 分钟前
大模型赋能客户沟通,云蝠大模型呼叫实现问题解决全链路闭环
人工智能·自然语言处理·信息与通信·agi
名为沙丁鱼的猫7291 小时前
【MCP 协议层(Protocol layer)详解】:深入分析MCP Python SDK中协议层的实现机制
人工智能·深度学习·神经网络·机器学习·自然语言处理·nlp
bylander1 小时前
【AI学习】几分钟了解一下Clawdbot
人工智能·智能体·智能体应用
香芋Yu1 小时前
【机器学习教程】第04章 指数族分布
人工智能·笔记·机器学习
小咖自动剪辑1 小时前
Base64与图片互转工具增强版:一键编码/解码,支持多格式
人工智能·pdf·word·媒体