RAGFlow源码安装操作过程

news2025/7/17 21:01:46

RAGFlow是一款基于深度文档理解构建的开源 RAG（Retrieval-Augmented Generation）引擎，可作为Dify的外部知识库使用[1]。本文主要介绍RAGFlow前端和后端等源码安装操作过程。

一.后端安装

特别注意：python = ">=3.12,<3.13"。

1.安装Poetry

curl -sSL https://install.python-poetry.org | python3 -

2.下载源码并安装Python依赖

git clone https://github.com/infiniflow/ragflow.git
cd ragflow/
# export POETRY_VIRTUALENVS_CREATE=true POETRY_VIRTUALENVS_IN_PROJECT=true

source /home/duomiagi/.virtualenvs/ragflow/bin/activate
poetry source add --priority=primary mirrors https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple/
poetry lock --no-update
poetry install --sync --no-root
/home/duomiagi/.local/bin/poetry install --sync --no-root # install RAGFlow dependent python modules

其中，POETRY_VIRTUALENVS_CREATE=true指示 Poetry 创建虚拟环境。如果设置为 true，Poetry 将为项目创建一个新的虚拟环境；POETRY_VIRTUALENVS_IN_PROJECT=true指示 Poetry 在项目目录中创建虚拟环境。如果设置为 true，虚拟环境将被创建在项目的根目录下，而不是全局的虚拟环境目录。

当需要在Ubuntu系统中执行poetry install等操作时，通过命令source /home/duomiagi/.virtualenvs/ragflow/bin/activate切换为对应的虚拟环境。

特别注意：在WSL2环境下，如果需要后端IDE调试源码，那么最好不要指示 Poetry 在项目目录中创建虚拟环境，因为这样在IDE中（比如，PyCharm）可能无法选择解释器路径。最好方式是使用IDE创建的虚拟环境路径。如下所示：

poetry install --sync --no-root 命令用于安装项目的依赖项。每个选项详细解释，如下所示：

  • --sync：同步项目的依赖项。这意味着它将确保项目的依赖项与 pyproject.toml 文件中定义的依赖项完全匹配。如果有任何不匹配的依赖项，它们将被移除或更新。

  • --no-root：不安装项目本身。这意味着它只会安装项目的依赖项，而不会将项目本身作为一个包安装。

这个命令将确保项目依赖项与 pyproject.toml 文件中的定义完全一致，并且不会将项目本身安装为一个包。

3.通过Docker Compose启动依赖服务

docker compose -f docker/docker-compose-base.yml -p "ragflow" up -d

特别注意：在文件docker/service_conf.yaml中，对照docker/.env的配置将mysql端口更新为5455，es 端口更新为 1200等。简单理解，就是根据需要同步修改，尤其是本地运行后端服务，需要把容器名字替换为IP地址，比如127.0.0.1。

4.设置环境变量HF_ENDPOINT

export HF_ENDPOINT=https://hf-mirror.com

5.启动后端服务

source /home/duomiagi/.virtualenvs/ragflow/bin/activate
export PYTHONPATH=$(pwd)
bash docker/launch_backend_service.sh

6.IDE中调试后端服务

（1）启动后端服务脚本

后端服务启动命令为docker/launch_backend_service.sh，如下所示：

#!/bin/bash

# unset http proxy which maybe set by docker daemon
export http_proxy=""; export https_proxy=""; export no_proxy=""; export HTTP_PROXY=""; export HTTPS_PROXY=""; export NO_PROXY=""

export LD_LIBRARY_PATH=/usr/lib/x86_64-linux-gnu/

PY=python3
if [[ -z "$WS" || $WS -lt 1 ]]; then
  WS=1
fi

function task_exe(){
    while [ 1 -eq 1 ];do
      $PY rag/svr/task_executor.py $1;
    done
}

for ((i=0;i<WS;i++))
do
  task_exe  $i &
done

while [ 1 -eq 1 ];do
    $PY api/ragflow_server.py
done

wait;

这个脚本用于并行执行多个task_executor.py任务，数量由WS变量决定。同时，它保持一个服务器脚本ragflow_server.py不断运行，用于处理RAG（Retrieval-Augmented Generation）相关的API请求。整个脚本通过无限循环确保这些任务和服务器始终运行，直到手动终止。详细解释如下所示：

  • 取消HTTP代理设置：脚本首先通过export命令清空了可能由Docker守护进程设置的HTTP代理环境变量。这样做的目的是确保HTTP代理不会影响后续任务的执行。

  • 设置库路径：脚本将LD_LIBRARY_PATH设置为/usr/lib/x86_64-linux-gnu/，这通常用于指定运行某些动态链接库的位置。

  • 设置Python解释器：通过变量PY指定使用python3来运行Python脚本。

  • 设置并行任务数量：脚本检查环境变量WS，如果WS未设置或小于1，则将其默认设置为1。WS变量表示任务的并行执行数量。

  • 定义task_exe函数

    • 该函数会进入一个无限循环 (while [ 1 -eq 1 ]) 并不断执行指定的Python脚本 rag/svr/task_executor.py，传递一个参数给该脚本（这个参数是任务编号）。

    • 当函数被调用时，它会不断执行任务，直到手动停止。

  • 启动任务执行器

    • 通过for循环，启动WS个并行的任务执行器，每个执行器都会调用task_exe函数，并传入一个递增的数字作为任务编号（$i）。

    • 每个任务执行器通过后台运行（&），因此这些任务会并行执行。

  • 运行主程序

    • 在主程序中，同样使用了无限循环 (while [ 1 -eq 1 ]) 来不断执行 api/ragflow_server.py 脚本，保证服务器持续运行。

  • 等待所有进程结束

    • wait 命令会阻塞脚本的退出，直到所有后台进程（并行任务执行器和服务器）都终止。

小结：这段Bash脚本功能本质上是执行了ragflow_server.py和task_executor.py，前者是启动HTTP服务器，后者是启动任务执行器。

（2）ragflow_server

（3）task_executor

二.前端安装

1.可能Node.js版本问题

如果遇到问题，如下所示：

error - Your node version 19 is not supported, please upgrade to 14 or above except 15 or 17.

表明Node.js 版本 19 不受支持，请升级到受支持的版本（14、16、18 或最新的 LTS 版本）。

2.Windows上解决步骤

（1）下载并安装 nvm

访问 nvm-windows 的 GitHub 页面，下载最新的 nvm-setup.zip 文件并解压，运行 nvm-setup.exe 进行安装。

（2）安装Node.js 18版本

（3）使用Node.js 18版本

（4）验证Node.js版本

3.运行Web项目

（1）cd ragflow/web && npm install --force

（2）将.umirc.ts的proxy.target更新为http://127.0.0.1:9380

（3）npm run dev

RAGFlow登录链接为http://localhost:9222/login，如下所示：

三.可能遇到问题

1.找不到nltk_data相关数据

启动后端服务时，可能会报错，原因是nltk_data相关数据没有找到，解决方案是下载相关数据。如下所示：

下载nltk_data包括’wordnet’、‘punkt’和’punkt_tab’，如下所示：

也可直接全部下载nltk.download()，如下所示：

2.‘CompletionUsage’ object has no attribute ‘get’

解决方案参考文献[11]。

3.安装crawl4ai库

解决方案参考文献[12]。

4.onnx文件找不到

解决方案参考文献[13]，放到ragflow\ragflow\rag\res目录下。

参考文献

[1] 外部知识库 API：https://docs.dify.ai/zh-hans/guides/knowledge-base/external-knowledge-api-documentation

[2] https://github.com/infiniflow/ragflow/blob/main/README_zh.md

[3] Latest Miniconda installer links by Python version：https://docs.anaconda.com/miniconda/miniconda-other-installer-links/

[4] https://github.com/coreybutler/nvm-windows/releases

[5] RAGFlow快速开始：https://ragflow.io/docs/dev/

[6] RAGFlow用户指南：https://ragflow.io/docs/dev/category/guides

[7] RAGFlow参考手册：https://ragflow.io/docs/dev/category/references

[8] RAGFlow API参考：https://ragflow.io/docs/dev/references/ragflow_api

[9] GitHub Discussions：https://github.com/orgs/infiniflow/discussions

[10] RAGFlow Roadmap 2024：https://github.com/infiniflow/ragflow/issues/162

[11] https://github.com/infiniflow/ragflow/pull/1736/commits/7c38c8df5b5fe1c7dd303a0bc8f6db44238bf4ad

[12] https://github.com/unclecode/crawl4ai

[13] https://huggingface.co/InfiniFlow/deepdoc/tree/main

[14] RAGFlow源码安装操作过程：https://z0yrmerhgi8.feishu.cn/wiki/LOwWwGwtgiy3lEkRroGcFoBFnCh

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.coloradmin.cn/o/2387715.html

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈，一经查实，立即删除！

相关文章

Unity使用XCharts动态配置数据——折线图（LineChart）

Unity使用XCharts动态配置数据——折线图（LineChart）

XCharts官网地址&#xff1a;https://xcharts-team.github.io/ 本地上传资源&#xff1a;https://download.csdn.net/download/m0_64375864/90919669 效果图&#xff1a; 动态配置数据&#xff1a; public class Test3 : MonoBehaviour {public LineChart lineChart;public …
阅读更多...
【HITCSAPP 哈工大计算机系统期末大作业】 程序人生-Hello’s P2P

【HITCSAPP 哈工大计算机系统期末大作业】 程序人生-Hello’s P2P

计算机系统 大作业 题 目 程序人生-Hello’s P2P 专 业 计算机与电子通信类 学　　 号 2023112915 班　　 级 23L0505 学 生 杨昕彦 指 导 教 师 刘宏伟 计算机科学…
阅读更多...
DAY9 热力图和箱线图的绘制

DAY9 热力图和箱线图的绘制

浙大疏锦行 学会了绘制两个图&#xff1a; 热力图&#xff1a;表示每个特征之间的影响&#xff0c;颜色越深数值越大表示这两个特征的关系越紧密 箱线图&#xff1a;表示每个特征的数据分布情况 箱体&#xff08;Box&#xff09;&#xff1a; 箱体的上下边界分别表示第一四分位…
阅读更多...
解释一下NGINX的反向代理和正向代理的区别?

解释一下NGINX的反向代理和正向代理的区别?

大家好&#xff0c;我是锋哥。今天分享关于【解释一下NGINX的反向代理和正向代理的区别?】面试题。希望对大家有帮助&#xff1b; 解释一下NGINX的反向代理和正向代理的区别? NGINX的反向代理和正向代理的区别主要体现在它们的功能和使用场景上。下面我会详细解释它们的定义…
阅读更多...
数学笔记一：标量、向量和矩阵基本概念辨析

数学笔记一：标量、向量和矩阵基本概念辨析

一、标量 标量&#xff08;Scalar&#xff09; 是一种仅用数值大小&#xff08;即 “量值”&#xff09;就能完全描述的物理量或数学对象&#xff0c;它不具有方向属性。 例如在实数领域的正数、负数。 在物理学领域的多少斤、多少公斤、水温多少度、气温多少度都是标量。 …
阅读更多...
vue3获取两个日期之间的所有时间

vue3获取两个日期之间的所有时间

1.获取两个日期之间所有年月日 如图所示&#xff1a; 代码如下&#xff1a; <template><div class"datePicker"><el-date-pickerv-model"value1"type"daterange"range-separator"至"start-placeholder"开始时间…
阅读更多...
Python 实现简易版的文件管理（结合网络编程）

Python 实现简易版的文件管理（结合网络编程）

目录 一、Python 代码实现1. 服务器端2. 客户端 二、结果展示1. 查看当前路径下的内容 ls2. 切换当前路径 cd3. 查看当前路径 pwd4. 显示根目录下的树状结构 tree5. 在当前路径下创建目录 mkdir6. 删除当前路径下的文件或目录 rm7. 复制文件 mv8. 移动文件 cp9. 用户从当前路径…
阅读更多...
PXC集群

PXC集群

PXC集群 一、环境介绍二、PXC安装1、关闭默认mysql模块2、安装yum源3、准备pxc安装环境4、安装pxc5、启动mysql&#xff0c;并更改root密码 三、搭建PXC集群1、编辑/etc/my.cnf 配置文件&#xff08;1&#xff09;pxc1节点配置文件&#xff08;2&#xff09;pxc2节点配置文件&a…
阅读更多...
线程安全问题的成因

线程安全问题的成因

前言 大家晚上好呀~~ 今天学习了线程不安全问题的成因。线程安全问题是十分重要的知识点&#xff0c;我想把我所学的与大家分享一波&#xff0c;希望可以帮助到有需要的人&#xff0c;同时加深自己对于线程安全问题的理解。 分析过程如下 结语 今天心情还不错~ 要坚持持续…
阅读更多...
零基础远程连接课题组Linux服务器，安装anaconda，配置python环境（换源），在服务器上运行python代码【3/3 适合小白，步骤详细！！！】

零基础远程连接课题组Linux服务器，安装anaconda，配置python环境（换源），在服务器上运行python代码【3/3 适合小白，步骤详细！！！】

远程连接服务器 请查阅之前的博客——零基础远程连接课题组Linux服务器&#xff0c;安装anaconda&#xff0c;配置python环境&#xff08;换源&#xff09;&#xff0c;在服务器上运行python代码【1/3 适合小白&#xff0c;步骤详细&#xff01;&#xff01;&#xff01;】&am…
阅读更多...
unity实现wasd键控制汽车漫游

unity实现wasd键控制汽车漫游

1.给汽车模型添加Box Collider和Rigidbody 2.创建脚本CarController并加载到汽车模型上 using UnityEngine; using UnityEngine.UI;public class CarController : MonoBehaviour
阅读更多...
Python优雅执行SSH命令：10种方法+虚拟环境深度实践

Python优雅执行SSH命令：10种方法+虚拟环境深度实践

引言&#xff1a;为什么选择Python操作SSH&#xff1f; SSH作为网络安全的基石&#xff0c;广泛应用于远程管理、文件传输和自动化任务。Python凭借其丰富的生态&#xff08;如paramiko、fabric&#xff09;和简洁语法&#xff0c;成为编写SSH脚本的首选语言。本文将系统梳理通…
阅读更多...
嵌入式高级工程师面试全解：从 malloc 到 kernel panic 的系统知识梳理

嵌入式高级工程师面试全解：从 malloc 到 kernel panic 的系统知识梳理

在嵌入式和操作系统方向的技术面试中&#xff0c;常常会涉及一系列关于内存管理、虚拟化、系统权限、调试工具、外设通信等方面的问题。本文将基于一次真实的高级嵌入式工程师岗位面试问题&#xff0c;整理并详解所有相关技术点&#xff0c;作为一份结构清晰、知识全面的学习资…
阅读更多...
C++（初阶）（二十）——封装实现set和map

C++（初阶）（二十）——封装实现set和map

二十&#xff0c;封装实现set和map 二十&#xff0c;封装实现set和map1&#xff0c;参数类型2&#xff0c;比较方式3&#xff0c;迭代器3.1&#xff0c;普通迭代器3.2&#xff0c;const迭代器3.3&#xff0c;set_map的迭代器实现 4&#xff0c;插入和查找5&#xff0c;特别的&a…
阅读更多...
【MySQL】06.内置函数

【MySQL】06.内置函数

1. 聚合函数 -- 统计表中的人数 -- 使用 * 做统计&#xff0c;不受 NULL 影响 mysql> select count(*) 人数 from exam_result; -------- | 人数 | -------- | 5 | -------- 1 row in set (0.01 sec)-- 使用表达式做统计 mysql> select count(name) 人数 from ex…
阅读更多...
企业微信内部网页开发流程笔记

企业微信内部网页开发流程笔记

背景 基于ai实现企微侧边栏和工作台快速问答小助&#xff0c;需要h5开发&#xff0c;因为流程不清楚摸索半天&#xff0c;所以记录一下 一、网页授权登录 1. 配置步骤 1.1 设置可信域名 登录企业微信管理后台 进入"应用管理" > 选择开发的具体应用 > “网…
阅读更多...
智慧在线判题OJ系统项目总体，包含功能开发思路，内部中间件，已经部分知识点

智慧在线判题OJ系统项目总体，包含功能开发思路，内部中间件，已经部分知识点

目录 回顾一下xml文件怎么写 哪个地方使用了哪个技术 MyBatis-Plus-oj的表结构设计&#xff0c; 管理员登录功能 Swagger Apifox​编辑 BCrypt 日志框架引入(slf4jlogback) nacos Swagger无法被所有微服务获取到修改的原因 身份认证三种方式: JWT(Json Web Json,一…
阅读更多...
【MySQL】2-MySQL索引P2-执行计划

【MySQL】2-MySQL索引P2-执行计划

欢迎来到啾啾的博客&#x1f431;。 记录学习点滴。分享工作思考和实用技巧&#xff0c;偶尔也分享一些杂谈&#x1f4ac;。 有很多很多不足的地方&#xff0c;欢迎评论交流&#xff0c;感谢您的阅读和评论&#x1f604;。 目录 EXPLAINexplain output 执行计划输出解释重点typ…
阅读更多...
云电脑显卡性能终极对决：ToDesk云电脑/顺网云/海马云，谁才是4K游戏之王？

云电脑显卡性能终极对决：ToDesk云电脑/顺网云/海马云，谁才是4K游戏之王？

一、引言 1.1 云电脑的算力革命 云电脑与传统PC的算力供给差异 传统PC的算力构建依赖用户一次性配置本地硬件&#xff0c;特别是CPU与显卡&#xff08;GPU&#xff09;。而在高性能计算和游戏图形渲染等任务中&#xff0c;GPU的能力往往成为决定体验上限的核心因素。随着游戏分…
阅读更多...
influxdb时序数据库

influxdb时序数据库

以下概念及操作均来自influxdb2 官方文档 InfluxDB2 is the platform purpose-built to collect, store, process and visualize time series data. Time series data is a sequence of data points indexed in time order. Data points typically consist of successive meas…
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023