ragflow

infiniflow/ragflow

infiniflow

RAGFlow是一款开源检索增强生成(RAG)引擎,它集成高效信息检索与智能内容生成能力,支持文本、文档等多模态数据处理,可灵活对接企业私有知识库,帮助用户快速构建精准问答、智能创作等AI应用,具备轻量化部署特性与友好的开发者接口,为企业及个人提供低成本、高可定制的知识增强解决方案。

69 次收藏下载次数: 0状态:社区镜像维护者:infiniflow仓库类型:镜像最近更新:14 天前
让 AI 帮你使用轩辕镜像?

如果你使用 DeepSeek元宝 AI、Copilot、ChatGPT 等 AI 工具,协助配置轩辕镜像、编写 docker pull 命令、修改 Docker Compose 镜像地址、配置镜像加速、排查镜像拉取失败、分析报错日志等问题,请先让 AI 阅读并遵守轩辕镜像的规则文档。

只需在 AI 对话中先发送下面这句话即可:

请先完整阅读并严格遵守以下文档中的全部规则与要求:

https://xuanyuan.cloud/agents.md

在未充分阅读并理解该文档前,不要生成任何命令、配置、修改建议、故障排查方案或技术回答。后续所有输出都必须严格以该文档中的规范为最高优先级执行。

查看 agents.md 用法指南与完整示范。国内用户首推 元宝 AIDeepSeek 的深度思考模式,不推荐豆包 AI;Cursor 等编辑器可在对话 @ 该链接,或加入 User Rules。 若 AI 无法访问外链,可 打开说明文档 复制全文粘贴。文档会随站点更新,复制内容可能过期,建议定期检查。

下载命令
点击查看

RAGFlow 部署与使用指南

关于 RAGFlow

RAGFlow 是一款基于检索增强生成(RAG)技术的工具,支持文档处理与智能问答。以下是其部署步骤、配置说明及使用要点。

前置条件

部署前需确保环境满足以下要求:

  • CPU 核心数 ≥ 4
  • 内存 ≥ 16 GB
  • 磁盘空间 ≥ 50 GB
  • Docker 版本 ≥ 24.0.0 且 Docker Compose 版本 ≥ v2.26.1
    ⚠️ 若未安装 Docker,可参考 [Docker 官方安装文档] 。

启动服务器

步骤 1:检查并设置 vm.max_map_count

确保系统参数 vm.max_map_count ≥ 262144:

  • 查看当前值:
    bash
    $ sysctl vm.max_map_count
    
  • 若不满足,临时调整(重启后失效):
    bash
    $ sudo sysctl -w vm.max_map_count=262144
    
  • 永久生效:编辑 /etc/sysctl.conf,添加或修改:
    bash
    vm.max_map_count=262144
    

步骤 2:克隆代码仓库

bash
$ git clone [] 步骤 3:通过 Docker 镜像启动服务
默认使用 `v0.15.0-slim` 版本镜像。如需指定其他版本,需先修改 `docker/.env` 文件中的 `RAGFLOW_IMAGE` 变量(如 `RAGFLOW_IMAGE=infiniflow/ragflow:v0.14.1` 对应完整版)。  

启动命令:  
```bash
$ cd ragflow
$ docker compose -f docker/docker-compose.yml up -d

镜像版本说明

RAGFlow 镜像标签镜像大小 (GB)是否包含嵌入模型稳定性
v0.15.0≈9稳定版本
v0.15.0-slim≈2稳定版本
nightly≈9⚠️ 不稳定 nightly 构建
nightly-slim≈2⚠️ 不稳定 nightly 构建

步骤 4:验证服务启动状态

查看服务日志确认启动成功:

bash
$ docker logs -f ragflow-server

成功启动会显示类似以下内容:

     ____   ___    ______ ______ __               
    / __ \ /   |  / ____// ____// /____  _      __
   / /_/ // /| | / / __ / /_   / // __ \| | /| / /
  / _, _// ___ |/ /_/ // __/  / // /_/ /| |/ |/ / 
 /_/ |_|/_/  |_|\____//_/    /_/ \____/ |__/|__/ 

* Running on all addresses (0.0.0.0)
* Running on [] Running on [] CTRL+C to quit

⚠️ 若未确认日志直接登录,可能因服务未完全初始化导致浏览器提示“网络异常”。

步骤 5:登录系统

在浏览器中输入服务器 IP 地址(默认端口 80 可省略,如 `[] RAGFlow。

步骤 6:配置 LLM API 密钥

编辑 docker/service_conf.yaml.template 文件:

  • user_default_llm 中选择所需的 LLM 厂商;
  • 在对应厂商的 API_KEY 字段填入 API 密钥。
    详细配置可参考 [LLM API 密钥设置文档] 。

至此,RAGFlow 已可正常使用。

配置说明

系统配置主要通过以下文件管理:

核心配置文件

  1. docker/.env
    存储基础设置,如 SVR_HTTP_PORT(服务端口)、MYSQL_PASSWORD(数据库密码)、MINIO_PASSWORD(对象存储密码)等。

  2. docker/service_conf.yaml.template
    配置后端服务,容器启动时会自动填充环境变量,可根据部署环境自定义服务行为。

  3. docker/docker-compose.yml
    系统启动依赖的 Docker Compose 配置文件。

修改默认 HTTP 端口

默认 HTTP 服务端口为 80,如需修改:

  1. 编辑 docker-compose.yml,将 80:80 改为 <自定义端口>:80
  2. 重启容器使配置生效:
    bash
    $ docker compose -f docker/docker-compose.yml up -d
    

切换文档引擎(Elasticsearch → Infinity)

RAGFlow 默认使用 Elasticsearch 存储全文与向量数据,可切换为 [Infinity] :

切换步骤

  1. 停止现有容器:
    bash
    $ docker compose -f docker/docker-compose.yml down -v
    
  2. 编辑 docker/.env,设置 DOC_ENGINE=infinity
  3. 重启容器:
    bash
    $ docker compose -f docker/docker-compose.yml up -d
    

⚠️ 注意:Linux/arm64 架构机器暂不支持切换至 Infinity。

更多配置细节可参考 docker/README.md,其中详细说明环境变量及服务配置项(可作为 ${ENV_VARS}service_conf.yaml.template 中引用)。

infiniflow/ragflow 国内 Docker 镜像拉取说明

在国内网络环境下,直接使用 docker pull 访问 Docker Hub 官方仓库时,较常遇到连接超时、TLS 握手失败或 registry 响应缓慢等情况。这类问题多与跨境链路质量、运营商策略及客户端 DNS 解析有关,并非单个镜像本身异常。

轩辕镜像提供两种常用加速方式:一是使用公共加速域名 docker.xuanyuan.run 拉取(可参考 登录认证方式);二是在控制台配置 专属域名拉取,将拉取命令中的 registry 前缀替换为分配的专属域名,通常能提升成功率与稳定性。

infiniflow/ragflow 为例,加速拉取命令格式为 docker pull docker.xuanyuan.run/infiniflow/ragflow:<标签>,请将 <标签> 替换为具体版本。下方「镜像拉取方式」区块提供与本文一致的命令示例,可直接复制使用。

镜像拉取方式

您可以使用以下命令拉取该镜像。请将 <标签> 替换为具体的标签版本。如需查看所有可用标签版本,请访问 标签列表页面

轩辕镜像加速拉取命令点我查看更多 ragflow 镜像标签

docker pull docker.xuanyuan.run/infiniflow/ragflow:<标签>

DockerHub 原生拉取命令

docker pull infiniflow/ragflow:<标签>

用户好评

来自真实用户的反馈,见证轩辕镜像的优质服务

用户头像

oldzhang

运维工程师

Linux服务器

5

"Docker访问体验非常流畅,大镜像也能快速完成下载。"

专业版 · 高速稳定拉取镜像
50GB 仅 ¥7/年
高速镜像下载在线技术支持99.95% SLA 保障付费会员免广告