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
COOLMO研究AI3 分钟前
Python 如何在 AI 接口中实现请求幂等性:防止重复提交与重复扣费
人工智能·python·php
微三云-张梅7 分钟前
东莞企业做GEO:AI信任体系的三个建设层级
大数据·人工智能·微三云geo·东莞系统开发·东莞geo
CTA量化套保15 分钟前
新手学量化,先做能复查的小流程
人工智能·python
狂奔蜗牛(bradley)19 分钟前
RKNN Toolkit2开发环境搭建实操
人工智能
weixin_4462608542 分钟前
AutoDesign:面向长时序智能体设计的元调度优化框架
人工智能
Rocktech_ruixun1 小时前
机器人端侧大模型部署对主板有哪些要求?瑞迅主控板分级方案对比
人工智能·嵌入式硬件·机器人
ZGi.ai1 小时前
多模型回答不稳定:路由规则与评测方法
网络·人工智能·大模型评测·多模型·模型路由·zgi·模型网关
dogstarhuang1 小时前
大模型 API 停服怎么办:用 API 网关实现多模型统一接入与可切换架构
人工智能·后端·架构·大模型·api·数字化转型·ai应用
紫禁玄科1 小时前
MCP协议安全深度剖析:AI Agent时代的隐形攻击面
人工智能
明航咨询_贾老师1 小时前
CISP-AISE知识体系大纲深度解读:6大模块,国内首个AI安全应用官方认证
人工智能·安全