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
Dawson Zhu6 分钟前
《Agentic Design Patterns》第 9 章导读:学习与适应(Learning and Adaptation)
人工智能·语言模型·架构·aigc·agi
IT研究所12 分钟前
AI-ITR平台如何减少客户问题反复升级?
大数据·运维·人工智能·低代码·自然语言处理·安全架构·企微
SEO_juper23 分钟前
用 Python 写一个 GEO 可见性检查脚本:你的网站现在能被 AI 引用吗
开发语言·人工智能·爬虫·python·seo·外贸独立站
小易老师AI实战28 分钟前
RLHF深度详解(超通俗+原理+工程+对比):大模型对齐的核心基石
人工智能·大模型·sft·rlhf·ppo·人类反馈强化学习·llm 对齐
资深电气设计29 分钟前
高压直流母线系统测试是什么?宜迈思液冷直流负载方案技术说明
人工智能
数智工坊30 分钟前
视觉SLAM第12讲|地图构建:单目稠密重建、RGB-D点云与八叉树地图全解析
人工智能·深度学习·矩阵·机器人
回眸&啤酒鸭41 分钟前
【回眸】OpenSwarm 多智能体协作系统实战指南
大数据·前端·人工智能
博图光电1 小时前
Libra 27105相关技术参数
人工智能·数码相机
IT_陈寒1 小时前
SpringBoot自动配置差点让我加班到凌晨
前端·人工智能·后端
yumgpkpm1 小时前
Acceldata ODP(Open Data Platform)3.3.6.4(RHEL9)保姆级完整安装手册
大数据·人工智能·hive·hadoop·kafka·hbase·cloudera