Windows 本地电脑部署 RAGFlow

仅用于个人学习

建议整体通都后,再进行指令操作

1. 安装 Docker Desktop(核心依赖)

2. 安装 Git

3. 拉取 RAGFlow 源码(Git Bash 执行)

步骤 1:拉取 RAGFlow 源码(Git Bash 执行)

  • 在桌面新建文件夹 RAGFlow_Local,右键打开 Git Bash

  • 克隆源码仓库

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

  • 切换到当前版本

    git checkout -f v0.25.0

  • 使用预构建的 Docker 镜像启动服务器

    docker compose -f docker-compose.yml up -d

镜像拉取缓慢的解决方案

  • RAGFlow 全套镜像代理拉取 + 打标完整脚本

    minio

    docker pull docker.1ms.run/minio/minio
    docker tag docker.1ms.run/minio/minio minio/minio

    elasticsearch 8.11.3

    docker pull docker.1ms.run/library/elasticsearch:8.11.3
    docker tag docker.1ms.run/library/elasticsearch:8.11.3 elasticsearch:8.11.3

    mysql8

    docker pull docker.1ms.run/library/mysql:8.0
    docker tag docker.1ms.run/library/mysql:8.0 mysql:8.0
    docker tag mysql:8.0 mysql:8.0.39

    valkey

    docker pull docker.1ms.run/valkey/valkey:8
    docker tag docker.1ms.run/valkey/valkey:8 valkey/valkey:8

    ragflow主镜像

    docker pull docker.1ms.run/infiniflow/ragflow:v0.25.0
    docker tag docker.1ms.run/infiniflow/ragflow:v0.25.0 infiniflow/ragflow:v0.25.0
    docker tag infiniflow/ragflow:v0.25.0 infiniflow/ragflow:latest

    docker pull docker.1ms.run/pgsty/minio:RELEASE.2026-03-25T00-00-00Z
    docker tag docker.1ms.run/pgsty/minio:RELEASE.2026-03-25T00-00-00Z pgsty/minio:RELEASE.2026-03-25T00-00-00Z

  • 清理上一次创建一半的容器、网络

    docker compose down

  • 离线启动(不会联网下载)

    docker compose -f docker-compose.yml --profile cpu up -d --pull never --no-build

  • 全部启动完成后校验命令

    docker compose ps

  • 重启服务生效

    docker compose down
    docker compose -f docker-compose.yml --profile cpu up -d --pull never --no-build

  • 访问系统
    启动后需要等待至少十分钟,网页才可以正常访问(受电脑性能影响)

    http://localhost:80

  • 打印日志
    发现存在大量报错

    docker logs -f docker-ragflow-cpu-1

  • 重新生成容器(日志打印)

    docker compose down
    docker compose -f docker-compose.yml up -d
    docker logs -f docker-ragflow-cpu-1

  • 再次访问系统,正常
    初次登录可以注册账号

    http://localhost:80

相关推荐
吴佳浩4 小时前
我把 HAMi 摆回一台双卡机器上跑了一遍:GPU 编排的性能账,到底记在谁头上
人工智能·gpu
forest_098 小时前
《AI 编程 Harness 实战手册》04|审批这道门:点了一百次“允许”,还剩多少作用?
人工智能·算法·prompt·agi
火山引擎开发者社区9 小时前
当 RPA 遇上 Agent:MUA 混合执行 Workflow 深度拆解
人工智能
严肃小白兔10 小时前
第 10/24 期:深度神经网络的自动求导机制与梯度验证
人工智能·神经网络·dnn
火山引擎开发者社区10 小时前
定档12.16-12.18!FORCE原动力大会上海见!
人工智能
努力的MM12310 小时前
CAIE 二级和阿里云大模型 ACP 怎么选?企业 AI 工程与云平台开发能力对比
人工智能
老金带你玩AI10 小时前
Kling Image 4.0来了!8K和组图直出,电商人的提效神器?
人工智能
孟健10 小时前
用 unslop 拯救 AI 生成网页的塑料感,7 分钟重构落地实测
前端·人工智能·ai编程
stormzhangV11 小时前
Google 重返第一梯队
人工智能·google·aigc