windowsDeepSeekRAGFlow构建本地知识库系统

步骤1：安装docker

docker 下载官网：Docker：加速容器应用程序开发

选择下载windows版本。

双击下载的安装文件，开始安装 Docker Desktop。

安装完成后，启动 Docker Desktop，首次打开时，将出现 Docker 订阅协议，点击 Accept（接受）以继续。

随后，系统将提示用户登录，若无账户，可选择跳过登录步骤。

接下来，将出现调查问卷，直接跳过此步骤。

最后，Docker Desktop 将正常启动。

检查Docker 安装是否成功。

win+R 打开运行框 输入命令 cmd 输入命令：docker --version 

配置Docker镜像加速器地址：

直接复制粘贴替换原来的 然后点击Apply & restart

{ "builder": { "gc": { "defaultKeepStorage": "20GB", "enabled": true } }, "experimental": false, "registry-mirrors": [ " docker.m.daocloud.io/", " huecker.io/", " dockerhub.timeweb.cloud", " noohub.ru/", " dockerproxy ", " docker.mirrors.ustc.edu ", " docker.nju.edu ", " xx4bwyg2.mirror.aliyuncs ", "http://f1361db2.m.daocloud.io", " registry.docker-cn ", "http://hub-mirror.c.163 " ] }  步骤2：下载RAGFlow

下载链接：GitHub - infiniflow/ragflow：RAGFlow 是一个基于对文档的深入理解的开源 RAG（检索增强生成）引擎。

我这里下载安装包 ragflow-0.16.0 版本

env是基础环境文件，改了里面的端口要跟service_conf.yaml 里面的保持一致。

docker-compose.yml 和docker-compose-base.yml是docker-compose 启动时的配置文件。

在这个目录下面 ragflow-0.16.0\docker 输入cmd 回车。

启动RAGFlow Docker

docker compose -f docker-compose.yml up -d

完成后输入

docker logs -f ragflow-server

浏览器访问 主机IP地址：80端口。

注册账户  设置密码，点击登录。

登录后，如下图操作，添加Ollama模型。

在上图点击添加模型后，按如下图设置。

如果报错：添加环境变量。

OLLAMA_HOST

0.0.0.0

添加成功，构建知识库的前置工作已完成，接下来实战体验知识库。 

步骤3：新建知识库

选择简体中文，然后配置自己的知识库，最后下划 点击保存。

上传文件，进行解析。

解析成功后，则可以新建聊天来对知识库进行检索。 注意 如果文件未解析成功，则不可以进行聊天。

文件解析进度一直不动 解决方法：

经过研究，是因为部署环境因为网络无法访问 huggingface.co ，导致本地模型无法下载，只需要在启动镜像前，在.env文件中，使用镜像地址就行。HF_ENDPOINT= hf-mirror

新建聊天，点击聊天，新建助理，进行聊天配置，

 至此,DeepSeek+RAGFlow 构建本地知识库系统已完成。