•文本切片过程可视化，支持手动调整。•有理有据：答案提供关键引用的快照并支持追根溯源。
•支持丰富的文件类型，包括 Word 文档、PPT、excel 表格、txt 文件、图片、PDF、影印件、复印件、结构化数据, 网页等。
•全面优化的 RAG 工作流可以支持从个人应用乃至超大型企业的各类生态系统。•大语言模型 LLM 以及向量模型均支持配置。•基于多路召回、融合重排序。•提供易用的 API，可以轻松集成到各类企业系统。
•2024-04-16 添加嵌入模型BCEmbedding[3]。•2024-04-16 添加FastEmbed[4]专为轻型和高速嵌入而设计。•2024-04-11 支持用Xinference[5]本地化部署大模型。•2024-04-10 为‘Laws’版面分析增加了底层模型。•2024-04-08 支持用Ollama[6]本地化部署大模型。•2024-04-07 支持中文界面。
•CPU >= 2 核•RAM >= 8 GB•Docker >= 24.0.0 & Docker Compose >= v2.26.1如果你并没有在本机安装 Docker（Windows、Mac，或者 Linux）, 可以参考文档Install Docker Engine[9]自行安装。
1.确保vm.max_map_count不小于 262144 【更多[10]】：
如需确认vm.max_map_count的大小：
$sysctlvm.max_map_count
如果vm.max_map_count的值小于 262144，可以进行重置：
#这里我们设为262144sudosysctl-wvm.max_map_count=262144
你的改动会在下次系统重启时被重置。如果希望做永久改动，还需要在/etc/sysctl.conf文件里把vm.max_map_count的值再相应更新一遍：
vm.max_map_count=262144
1.克隆仓库：
$gitclonehttps://github.com/infiniflow/ragflow.git
1.进入docker文件夹，利用提前编译好的 Docker 镜像启动服务器：
$cdragflow/docker$chmod+x./entrypoint.sh$dockercompose-fdocker-compose-CN.ymlup-d
核心镜像文件大约 15 GB，可能需要一定时间拉取。请耐心等待。
1.服务器启动成功后再次确认服务器状态：
$dockerlogs-fragflow-server
1.在你的浏览器中输入你的服务器对应的 IP 地址并登录 RAGFlow。上面这个例子中，您只需输入 http://IP_OF_YOUR_MACHINE 即可：未改动过配置则无需输入端口（默认的 HTTP 服务端口 80）。2.在service_conf.yaml[11]文件的user_default_llm栏配置 LLM factory，并在API_KEY栏填写和你选择的大模型相对应的 API key。
详见./docs/llm_api_key_setup.md[12]。
好戏开始，接着奏乐接着舞！
系统配置涉及以下三份文件：
•.env[13]：存放一些基本的系统环境变量，比如SVR_HTTP_PORT、MYSQL_PASSWORD、MINIO_PASSWORD等。•service_conf.yaml[14]：配置各类后台服务。•docker-compose-CN.yml[15]: 系统依赖该文件完成启动。
请务必确保.env[16]文件中的变量设置与service_conf.yaml[17]文件中的配置保持一致！
./docker/README[18]文件提供了环境变量设置和服务配置的详细信息。请一定要确保./docker/README[19]文件当中列出来的环境变量的值与service_conf.yaml[20]文件当中的系统配置保持一致。
如需更新默认的 HTTP 服务端口(80), 可以在docker-compose-CN.yml[21]文件中将配置80:80改为<YOUR_SERVING_PORT>:80。
所有系统配置都需要通过系统重启生效：
如需从源码安装 Docker 镜像：
$gitclonehttps://github.com/infiniflow/ragflow.git$cdragflow/$dockerbuild-tinfiniflow/ragflow:v0.2.0.$cdragflow/docker$chmod+x./entrypoint.sh$dockercomposeup-d
| 欢迎光临 链载Ai (https://www.lianzai.com/) | Powered by Discuz! X3.5 |