最近体验了一下RAGFlow的RAG能力，体验下来，它给我的感觉总结两点：1）知识检索方面能力很强；2）Agent工作流搭建很反人性，跟Coze或者Dify比，有点复杂。

本文主要包含两部分：RAGFlow部署和RAG项目实操。声明下：为了节省字数，内容为精简版，整体较为粗糙，但保真！

前排提示，文末有大模型AGI-CSDN独家资料包哦！

一、RAGFlow部署

• 软硬件要求（生产环境）

  • CPU >= 4 cores

  • RAM >= 16 GB

  • Disk >= 50 GB

  • Docker >= 24.0.0 & Docker Compose >= v2.26.1

• 准备阿里云机器

按量付费，4c16g40G，  ubuntu 22.04

• 安装docker和docker-compose

apt安装Docker

apt install  docker.io

启动docker服务

systemctl start dockersystemctl enable docker

设置docker加速器​​​​​​​

sudo mkdir -p /etc/dockersudo tee /etc/docker/daemon.json <<-'EOF'{    "registry-mirrors": [        "https://docker.m.daocloud.io",        "https://dockerhub.timeweb.cloud"    ]}EOFsudo systemctl daemon-reloadsudo systemctl restart docker

下载二进制的docker-compose

curl -L "https://github.com/docker/compose/releases/download/v2.36.2/docker-compose-$(uname -s)-$(uname -m)" -o /usr/bin/docker-compose

测试

docker-compose  --version

• 更改内核参数

要保证内核参数 vm.max_map_count >= 262144​​​​​​​

vi /etc/sysctl.conf  #最后面增加一行vm.max_map_count =  262144

使其生效

sysctl -p

检查

sysctl vm.max_map_count

• 获取ragflow源码

git clone https://github.com/infiniflow/ragflow.git

• 更改配置

进到docker目录下

cd  ragflow/docker

配置文件为.env，这里面可以配置各组件密码，

比如mysql、minio、elastcsearch等服务的

密码以及端口

• 启动服务

docker-compose up -d

• 配置模型

直接访问阿里云的公网ip即可访问到RAGFlow，

初次访问需要设置邮箱、用户名和密码。

点击右上角头像，然后选择“模型提供商”

找到DeepSeek，点击“添加模型”

输入api-key

找到硅基流动，点击“添加模型”

输入api-key

设置默认模型

二、RAG项目实操

• 项目整体构思

做一个公司内部员工智能问答助手，我们

可以将公司内部员工手册以及各部门新员工

入职培训手册，比如技术部各内部资源

使用指南导入到RAGFlow的知识库里，

然后做一个基于知识库+LLM的智能对话助手，

再将该助手发布到公司内部OA平台

• 准备内部手册文档

借助coze空间https://space.coze.cn/生成

提示词1如下：​​​​​​​

帮我做一份用来作为RAG系统的知识库文档，这个文档主要内容为一家公司的内部员工手册，手册内容字数不少于10000字。

提示词2如下：​​​​​​​

我还需要一份技术部同事使用的内部员工培训手册，这份手册需要包含公司所有内部IT平台的介绍和访问方式

• 创建知识库

右上角点击“+创建知识库”

点击“数据集”

然后新增文件，选择本地文件

搜索测试

• 创建应用

点击“Agent”，然后点击“+创建Agent”

点击“知识检索”卡片，设置Rerank模型

点击“生成回答”卡片，设置系统提示词

试运行

调试完，没问题点击“保存”。

• 嵌入OA

1）获取API

单击右上角头像，选择API，单击“API KEY”，

点击“创建新密钥”，然后复制新创建的key

2）嵌入网站

回到上面创建的Agent，点击“嵌入网站”

3）将代码嵌入OA系统

这里，我们还是让豆包做一个模拟的OA网页

借用豆包的编程能力，帮我们写一个简单的

OA网页。

https://www.doubao.com/chat/

提示词：​​​​​​​

帮我写一个公司OA平台，只需要提供一个静态网页即可，但需要嵌入我这段代码：  <iframe  src="http://47.105.99.194/chat/share?shared_id=e90421d665fe11f09b8a0242ac120006&from=agent&auth=ViZGNlZWNlNjYwNzExZjBiZTkzMDI0Mm&visible_avatar=1&locale=zh"  style="width: 100%; height: 100%; min-height: 600px"  frameborder="0"></iframe>​​​​​​​

最后介绍下我的大模型课：我的运维大模型课上线了，目前还是预售期，有很大优惠。AI越来越成熟了，大模型技术需求量也越来越多了，至少我觉得这个方向要比传统的后端开发、前端开发、测试、运维等方向的机会更大，而且一点都不卷！

读者福利：倘若大家对大模型感兴趣，那么这套大模型学习资料一定对你有用

针对0基础小白：

如果你是零基础小白，快速入门大模型是可行的。
大模型学习流程较短，学习内容全面，需要理论与实践结合
学习计划和方向能根据资料进行归纳总结

包括：大模型学习线路汇总、学习阶段，大模型实战案例，大模型学习视频，人工智能、机器学习、大模型书籍PDF。带你从零基础系统性的学好大模型！

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓

👉AI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉大模型视频和PDF合集👈

这里我们能提供零基础学习书籍和视频。作为最快捷也是最有效的方式之一，跟着老师的思路，由浅入深，从理论到实操，其实大模型并不难。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓