知识库ragflow和dify安装

ragflow的安装参考官方的Quick start文档，如下。 ragflow.io/docs/dev/

在虚拟机中进行安装，虚拟机8核处理器，16G内存。安装有操作系统Ubuntu 22.04.4 LTS。

设置单个进程可使用的内存映射区域的最大数量，默认值为65530，以下设置为262144。并且将配置写入/etc/sysctl.conf 文件，设备重启可自动配置上。

``` # sysctl vm.max_map_count vm.max_map_count = 65530 #  # sysctl -w vm.max_map_count=262144 vm.max_map_count = 262144 #  # sysctl vm.max_map_count                vm.max_map_count = 262144 # #  # cat /etc/sysctl.conf  # # /etc/sysctl.conf - Configuration file for setting system variables # See /etc/sysctl.d/ for additional system variables. # See sysctl.conf (5) for information. #

#kernel.domainname = example

# Uncomment the following to stop low-level messages on console #kernel.printk = 3 4 1 3

vm.max_map_count=262144 ```

下载ragflow工程，切换到最新的版本v0.16.0。

``` # git clone github /infiniflow/ragflow.git Cloning into 'ragflow'... remote: Enumerating objects: 26810, done. remote: Counting objects: 100% (4/4), done. remote: Total 26810 (delta 3), reused 3 (delta 3), pack-reused 26806 (from 2) Receiving objects: 100% (26810/26810), 62.49 MiB | 9.49 MiB/s, done. Resolving deltas: 100% (19405/19405), done. # # cd ragflow/ #  # git checkout -f v0.16.0 Note: switching to 'v0.16.0'. ```

安装依赖包：

``` # apt install docker docker-compose-v2 ```

下载预编译好的docker镜像，出现如下的错误信息。

``` # docker compose -f docker/docker-compose.yml up  WARN[0000] The "HF_ENDPOINT" variable is not set. Defaulting to a blank string.  WARN[0000] The "MACOS" variable is not set. Defaulting to a blank string.  [+] Running 9/11  ⠏ minio [⣿⣿⣿⣿⣿⣿⣿] 51.27MB / 52.78MB Pulling                                                                                  15.9s     ✔ f72461870632 Pull complete                                                                                                3.5s     ✔ 683391db8929 Pull complete                                                                                                3.6s     ⠋ ba8b8055313f Extracting      [==================================================>]  35.51MB/35....                       10.1s     ✔ a8e0787fb7ed Download complete                                                                                            4.7s     ✔ fd20cadb8d39 Download complete                                                                                            5.0s     ✔ 3738ac54d510 Download complete                                                                                            6.3s     ✔ 128c59a31db4 Download complete                                                                                            6.5s   ✘ mysql Error                  Get " registry-1.docker.io/v2/": context deadline exceeded                             15.9s   ✘ ragflow Error                context canceled                                                                              15.9s   ✘ redis Error                  context canceled                                                                              15.9s  Error response from daemon: Get " registry-1.docker.io/v2/": context deadline exceeded ```

在文件daemon.json中写入以下镜像源地址：

``` # cat /etc/docker/daemon.json  {

        "registry-mirrors": [" docker.m.daocloud.io/", " huecker.io/",                 " dockerhub.timeweb.cloud",                 " noohub.ru/",                 " dockerproxy ",                 " docker.nju.edu ",                 "http://hub.daocloud.io",                 " dockerhub.icu",                 " docker.ckyl.me",                 " docker.awsl9527 ",                 " hub.uuuadc.top",                 " docker.anyhub.us.kg",                 " dockerhub.jobcher ",                 " registry.docker-cn ",                 "http://hub-mirror.c.163 ",                 " mirror.baidubce ",                 " mirror.aliyuncs ",                 " dockerpull.org",                 " hub.geekery ",                 " docker.1ms.run",                 " docker.1panel.dev",                 " docker.1panel.live",                 " docker.foreverlink.love",                 " dytt.online",                 " func.ink",                 " lispy.org",                 " docker.nju.edu ",                 " docker.mirrors.ustc.edu "]

} ```

或者，按照官方文档设置，在 docker/.env 文件内根据变量 RAGFLOW_IMAGE 的注释提示选择华为云或者阿里云的相应镜像。

华为云镜像名：swr -north-4.myhuaweicloud /infiniflow/ragflow阿里云镜像名：registry -hangzhou.aliyuncs /infiniflow/ragflow

这里，使用在daemon.json文件中添加镜像源的方法，需要重新启动docker：

```

# systemctl daemon-reload  # systemctl restart docker # systemctl status docker  ```

镜像拉下来之后，启动ragflow，注意进入到ragflow/docker子目录下执行命令，不然会报错。

``` # cd docker # docker compose up ```

查看启动的docker镜像：

``` # docker images REPOSITORY                                      TAG                            IMAGE ID       CREATED         SIZE infiniflow/ragflow                              v0.16.0-slim                   dc20d4239e94   3 weeks ago     7.03GB valkey/valkey                                   8                              405e0e9d7a59   7 weeks ago     134MB mysql                                           8.0.39                         f5da8fc4b539   7 months ago    573MB quay.io/minio/minio                             RELEASE.2023-12-20T01-00-02Z   73f9f0b5b015   14 months ago   151MB docker.elastic.co/elasticsearch/elasticsearch   8.11.3                         792fab0c0bd8   15 months ago   1.43GB ```

查看相关日志命令：

``` # docker logs -f ragflow-es-01 # docker logs -f ragflow-server # docker logs -f ragflow-redis # docker logs -f ragflow-mysql ```

打开浏览器登录：

需要注册一个账号，登录之后，首先关联LLM提供商，这里可以选择阿里的通义千问，也支持硅基流动，后者注册之后应该是有几十块钱的金额可以使用，测试基本够用：

之后，就可以创建知识库了。

手动上传资料文件，注意这里要执行解析操作，否则无法使用。

最后，创建聊天助理，关联以上创建的知识库，提示引擎中可以修改提示词，模型设置中可更换大语言模型。

在另外一台虚拟机上安装dify，系统Ubuntu 22.04.4 LTS。如下下载dify工程：

```

# git clone github /langgenius/dify.git

```

拉取镜像：

```

# cd dify/docker/ # cp .env.example .env # docker compose up -d

```

由于网络限制，还是需要修改/etc/docker/daemon.json，添加镜像源。但是下载还是很慢很慢，根据经验一般每天下午6点以后，网络比较好。

完成之后，dify自动启动。

看一下/var/lib/docker/目录的大小，占用了10几个G的空间：

```

root@logging:/var/lib/docker# du -sh * 112K    buildkit 556K    containers 4.0K    engine-id 13M     image 100K    network 12G     overlay2 16K     plugins 4.0K    runtimes 4.0K    swarm 4.0K    tmp 48K     volumes

```

查看启动的docker镜像：

```

root@logging:~# docker image ls REPOSITORY                      TAG           IMAGE ID       CREATED         SIZE ubuntu/squid                    latest        dae40da440fe   2 days ago      243MB langgenius/dify-plugin-daemon   0.0.3-local   98e493768cf1   2 days ago      909MB langgenius/dify-api             1.0.0         e75fe639e420   2 days ago      2.14GB langgenius/dify-web             1.0.0         0325f9a1e172   2 days ago      472MB postgres                        15-alpine     afbf3abf6aeb   3 days ago      273MB nginx                           latest        b52e0b094bc0   3 weeks ago     192MB redis                           6-alpine      6dd588768b9b   7 weeks ago     30.2MB langgenius/dify-sandbox         0.2.10        4328059557e8   4 months ago    567MB semitechnologies/weaviate       1.19.0        8ec9f084ab23   22 months ago   52.5MB

```

打开浏览器，登录dify：

注册账号，登录dify。

dify数据源支持web网站爬取，这一点相对于ragflow比较好。