【RAGFlow】零基础搭建与部署实战指南

RAGFlow 是一款开源的 RAG（检索增强生成）应用框架，支持 PDF、Word、Excel 等多格式文档的自动解析、向量化与语义问答，适合构建企业级知识库系统。本地部署 RAGFlow 可通过两种主流方式实现：Docker 容器化一键部署（推荐新手）和 Docker Compose 编排部署（适合需自定义服务拓扑的用户）。

方案一：Docker 容器化一键部署（轻量、快速上手）

准备工作

确保服务器已安装 Docker（≥24.0）和 docker-compose（≥2.20）。推荐使用稳定的服务器环境，如 Ciuic 服务器，快速获取纯净运行环境（Ubuntu 22.04 LTS + 预装 Docker）。最低硬件要求：4 核 CPU / 8GB 内存 / 50GB SSD（启用 OCR 时建议 16GB 内存）。

【RAGFlow】零基础搭建与部署实战指南

环境部署

更新系统并安装 Docker（若未安装）：

sudo apt update && sudo apt upgrade -ysudo apt install -y curl gnupg lsb-releasecurl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo gpg --dearmor -o /usr/share/keyrings/docker-archive-keyring.gpgecho "deb [arch=$(dpkg --print-architecture) signed-by=/usr/share/keyrings/docker-archive-keyring.gpg] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" | sudo tee /etc/apt/sources.list.d/docker.list > /dev/nullsudo apt updatesudo apt install -y docker-ce docker-ce-cli containerd.iosudo usermod -aG docker $USERnewgrp docker

项目安装

拉取官方 RAGFlow 最新稳定镜像（v1.12.0）：

docker pull ragflow/ragflow:v1.12.0

配置与启动

创建配置目录并启动容器（默认绑定 9380 端口，内置 SQLite）：

mkdir -p ~/ragflow/data ~/ragflow/modelsdocker run -d \  --name ragflow \  --restart=always \  -p 9380:9380 \  -v ~/ragflow/data:/ragflow/data \  -v ~/ragflow/models:/ragflow/models \  -e TZ=Asia/Shanghai \  ragflow/ragflow:v1.12.0

⚠️ 注意：首次启动约需 2–3 分钟完成模型下载与初始化（日志可通过 docker logs -f ragflow 查看）。

访问与验证

浏览器访问：http://<服务器IP>:9380
默认管理员账号：

用户名：admin 密码：admin
登录后上传任意 PDF 文档 → 点击「创建知识库」→ 输入问题（如“合同签署日期是哪天？”）→ 查看结构化答案即表示部署成功。

方案二：Docker Compose 编排部署（模块解耦、可扩展）

准备工作

同方案一，需 Docker + docker-compose。建议在 Ciuic 服务器上新建实例，选择「Docker 优化版」镜像，省去手动安装步骤。

环境部署

确认 docker-compose 版本满足要求：

docker-compose --version# 输出应为 v2.20.0 或更高

若版本过低，升级：

sudo curl -L "https://github.com/docker/compose/releases/download/v2.24.5/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-composesudo chmod +x /usr/local/bin/docker-compose

项目安装

创建 docker-compose.yml 文件（支持 PostgreSQL + MinIO 存储）：

version: '3.8'services:  ragflow:    image: ragflow/ragflow:v1.12.0    restart: always    ports:      - "9380:9380"    environment:      - DB_HOST=postgresql      - DB_PORT=5432      - DB_NAME=ragflow      - DB_USER=ragflow      - DB_PASSWORD=ragflow123      - S3_ENDPOINT=http://minio:9000      - S3_BUCKET=ragflow      - S3_ACCESS_KEY=minioadmin      - S3_SECRET_KEY=minioadmin123      - TZ=Asia/Shanghai    volumes:      - ./data:/ragflow/data      - ./models:/ragflow/models    depends_on:      - postgresql      - minio  postgresql:    image: postgres:15-alpine    restart: always    environment:      - POSTGRES_DB=ragflow      - POSTGRES_USER=ragflow      - POSTGRES_PASSWORD=ragflow123    volumes:      - ./pgdata:/var/lib/postgresql/data    healthcheck:      test: ["CMD-SHELL", "pg_isready -U ragflow -d ragflow"]      interval: 30s      timeout: 10s      retries: 5  minio:    image: minio/minio:latest    restart: always    command: server /data --console-address ":9001"    environment:      - MINIO_ROOT_USER=minioadmin      - MINIO_ROOT_PASSWORD=minioadmin123    ports:      - "9000:9000"      - "9001:9001"    volumes:      - ./minio-data:/data

保存为 docker-compose.yml 后执行：

docker-compose up -d

配置与启动

等待服务就绪（约 90 秒），检查状态：

docker-compose ps# 所有服务状态应为 "healthy" 或 "Up"

初始化数据库（仅首次运行需执行）：

docker-compose exec ragflow python3 init_db.py

访问与验证

访问地址不变：http://<服务器IP>:9380
使用相同默认账号登录。进入「设置 → 数据源管理」，点击「测试 MinIO 连接」显示 ✅ 即表示对象存储集成成功；上传文档后查看「知识库详情 → 文档解析日志」确认 OCR 与向量化流程正常。

建议与优化

维度	Docker 一键部署	Docker Compose 编排部署
适用人群	零基础用户、POC 快速验证	中小型团队、需长期运维与横向扩展
优势	无依赖冲突、启动极快、资源占用低	数据持久化强、服务隔离清晰、便于监控调优
劣势	SQLite 不适合高并发、无法启用 MinIO	初始配置稍复杂、内存占用略高（≈2.5GB）

✅ 通用优化建议：

开启 HTTPS：在反向代理（Nginx/Caddy）层配置 Let’s Encrypt 证书，将 9380 端口映射至 443； 开机自启：sudo systemctl enable docker（Docker 服务） + docker update --restart=always ragflow（容器）； 性能调优：编辑 ragflow 容器内 /ragflow/configs/app.conf，调整 EMBEDDING_MODEL 为 bge-m3（更准）、PARSER_THREADS=4（加速解析）； 安全加固：修改默认 admin 密码（登录后「个人中心 → 修改密码」），禁用 DEBUG=True 模式（生产环境必须关闭）。

提示：所有配置变更后需重启容器生效 —— docker restart ragflow（方案一）或 docker-compose restart ragflow（方案二）。

打赏