1773239962

work/移动杭研/AI 项目/RAG Flow 部署.md

@@ -0,0 +1,324 @@
+# 一、RAGFlow 部署前提
+
+最低硬件要求：
+
+- CPU ≥ 4 核
+- 内存 ≥ 16 GB
+- 磁盘 ≥ 50 GB
+- Docker ≥ 24
+- Docker Compose ≥ 2.26 ([ragflow.com.cn][1])
+
+RAGFlow 默认依赖这些组件：
+
+- MySQL
+- Redis
+- MinIO（对象存储）
+- Elasticsearch / Infinity（检索）
+- API Server
+
+这些都已经写在 `docker-compose` 里。 ([ragflow.com.cn][2])
+
+---
+
+# 二、系统参数调整（必须）
+
+RAGFlow 用 Elasticsearch，需要调内核参数：
+
+```bash
+sysctl vm.max_map_count
+```
+
+如果小于 **262144**：
+
+```bash
+sudo sysctl -w vm.max_map_count=262144
+```
+
+永久生效：
+
+```bash
+echo "vm.max_map_count=262144" >> /etc/sysctl.conf
+sysctl -p
+```
+
+否则 ES 会启动失败。 ([ragflow.com.cn][1])
+
+---
+
+# 三、下载 RAGFlow
+
+```bash
+git clone https://github.com/infiniflow/ragflow.git
+cd ragflow
+```
+
+进入 docker 目录：
+
+```bash
+cd docker
+```
+
+目录结构大概：
+
+```
+ragflow/
+ ├ docker/
+ │   ├ docker-compose.yml
+ │   ├ docker-compose-base.yml
+ │   ├ .env
+ │   └ service_conf.yaml.template
+```
+
+---
+
+# 四、配置环境变量
+
+编辑 `.env`
+
+```bash
+nano .env
+```
+
+主要配置：
+
+```env
+# elasticsearch
+STACK_VERSION=8.11.3
+ELASTIC_PASSWORD=ragflow
+
+# kibana
+KIBANA_USER=rag_flow
+KIBANA_PASSWORD=infini_rag_flow
+
+# ports
+ES_PORT=1200
+KIBANA_PORT=6601
+```
+
+如果需要修改 Web 端口：
+
+编辑 `docker-compose.yml`
+
+```yaml
+ports:
+  - "8080:80"
+```
+
+访问地址就变成：
+
+```
+http://服务器IP:8080
+```
+
+---
+
+# 五、启动 RAGFlow
+
+```bash
+docker compose -f docker-compose.yml up -d
+```
+
+查看容器：
+
+```bash
+docker ps
+```
+
+正常会有这些容器：
+
+```
+ragflow-server
+ragflow-worker
+mysql
+redis
+minio
+elasticsearch
+kibana
+```
+
+---
+
+# 六、访问 RAGFlow
+
+浏览器访问：
+
+```
+http://服务器IP
+```
+
+首次使用需要注册账号。
+
+然后就可以：
+
+1️⃣ 创建 Dataset（知识库）
+
+2️⃣ 上传 PDF / Markdown / 文档
+
+3️⃣ 自动解析
+
+4️⃣ 创建 AI Chat
+
+RAG 就跑起来了。
+
+---
+
+# 七、连接大模型
+
+RAGFlow **本身不带 LLM**，需要接模型。
+
+常见配置：
+
+| 类型    | 推荐             |
+| ----- | -------------- |
+| 本地模型  | Ollama         |
+| GPU推理 | vLLM           |
+| API   | OpenAI / Azure |
+| 国产    | DeepSeek       |
+
+例如接 **Ollama**
+
+先装 Ollama：
+
+```bash
+curl -fsSL https://ollama.com/install.sh | sh
+```
+
+拉模型：
+
+```bash
+ollama pull llama3
+```
+
+然后在 RAGFlow UI：
+
+```
+Settings → Model Providers
+```
+
+添加：
+
+```
+Provider: Ollama
+URL: http://host.docker.internal:11434
+```
+
+---
+
+# 八、常用运维命令
+
+查看日志
+
+```bash
+docker logs ragflow-server -f
+```
+
+停止
+
+```bash
+docker compose down
+```
+
+升级
+
+```bash
+git pull
+docker compose pull
+docker compose up -d
+```
+
+---
+
+# 九、生产环境建议
+
+推荐配置：
+
+```
+8 CPU
+32GB RAM
+100GB SSD
+```
+
+并且：
+
+- Elasticsearch 单独部署
+- MinIO 使用对象存储
+- GPU + vLLM
+
+RAGFlow 在企业环境一般是：
+
+```
+Nginx
+   │
+RAGFlow API
+   │
+Elasticsearch
+Redis
+MySQL
+MinIO
+```
+
+---
+
+# 十、很多人部署失败的 3 个原因
+
+90% 卡在这里：
+
+### 1 Docker 版本太低
+
+必须：
+
+```
+Docker ≥ 24
+Compose ≥ 2.26
+```
+
+---
+
+### 2 内存不足
+
+RAGFlow 启动 ES + Python worker
+
+最低：
+
+```
+16GB
+```
+
+---
+
+### 3 vm.max_map_count 没改
+
+ES 直接 crash。
+
+---
+
+# 十一、如果你是做 AI 产品（强烈建议）
+
+我建议你这样部署 RAGFlow：
+
+```
+RAGFlow
+   │
+vLLM (推理)
+   │
+Embedding Service
+   │
+对象存储
+```
+
+效果比默认好很多。
+
+---
+
+💡 如果你愿意，我可以再给你一份 **“RAGFlow 企业级部署架构”**（包括）：
+
+- GPU 推理架构
+- embedding 服务
+- chunk pipeline
+- RAGFlow + MCP
+- 和你现在的 **智能体架构怎么融合**
+
+我可以直接画一张 **完整 RAG 系统架构图**。
+
+[1]: https://ragflow.com.cn/docs?utm_source=chatgpt.com "快速入门 | RAGFlow 引擎"
+[2]: https://ragflow.com.cn/docs/dev/configurations?utm_source=chatgpt.com "配置 | RAGFlow 引擎"