部署

相关源文件

• .github/workflows/release.yml
• .github/workflows/tests.yml
• .gitignore
• Dockerfile
• README.md
• README_id.md
• README_ja.md
• README_ko.md
• README_pt_br.md
• README_tzh.md
• README_zh.md
• api/db/runtime_config.py
• api/versions.py
• docker/.env
• docker/README.md
• docs/configurations.md
• docs/guides/manage_files.md
• docs/guides/upgrade_ragflow.mdx
• docs/quickstart.mdx
• download_deps.py
• helm/values.yaml
• web/src/pages/flow/canvas/node/popover.tsx

本文档提供了在各种环境中部署 RAGFlow 的全面指南。它涵盖了部署先决条件、配置选项、部署方法和扩展注意事项。有关从源代码构建 Docker 镜像的信息，请参阅构建 Docker 镜像。

先决条件

在部署 RAGFlow 之前，请确保您的环境满足以下最低要求

资源	最低要求
CPU	4+ 核心 (x86)
内存	16+ GB
磁盘	50+ GB
Docker	≥24.0.0
Docker Compose	≥v2.26.1

此外，您必须将 vm.max_map_count 内核参数配置为至少 262144，以便 Elasticsearch 正常运行

要使此设置永久生效，请将 vm.max_map_count=262144 添加到 /etc/sysctl.conf。

来源：README.md109-139 docs/quickstart.mdx26-174

部署选项

RAGFlow 提供了多种部署选项以适应不同的用例

Docker 镜像

RAGFlow 提供了不同的 Docker 镜像以适应各种部署需求

镜像标签	大小 (GB)	包含嵌入模型	稳定版？	用例
v0.19.0	≈9	✓	稳定发布版	生产环境（带本地嵌入）
v0.19.0-slim	≈2	✗	稳定发布版	生产环境（带外部嵌入）
nightly	≈9	✓	不稳定每夜构建版	测试最新功能（带本地嵌入）
nightly-slim	≈2	✗	不稳定每夜构建版	测试最新功能（带外部嵌入）

完整镜像包含内置嵌入模型

• BAAI/bge-large-zh-v1.5
• maidalun1020/bce-embedding-base_v1

来源：README.md201-206 docker/.env94-103 Dockerfile21-26

部署架构

RAGFlow 的整体部署架构由以下组件组成

包含代码实体的 RAGFlow 部署架构

部署通过 docker-compose.yml 协调，配置由 entrypoint.sh 管理，它使用来自 .env 的环境变量处理 service_conf.yaml.template。

来源：docker/docker-compose.yml1-149 docker/entrypoint.sh78-140 docker/.env1-184

基本部署

部署 RAGFlow 最简单的方法是使用 Docker Compose 和预构建镜像

1. 克隆仓库

2. 启动服务

3. 验证部署

成功部署后将显示 RAGFlow ASCII 艺术字徽标和 "Running on all addresses (0.0.0.0)"。

来源：README.md142-220 docs/quickstart.mdx176-238

配置

RAGFlow 部署可以通过各种配置文件和环境变量进行定制。

环境变量

主要环境配置位于 docker/.env 文件中，其中包括

• RAGFLOW_IMAGE：指定要使用的 Docker 镜像
• SVR_HTTP_PORT：Web 界面的 HTTP 端口（默认：80）
• MYSQL_PASSWORD：MySQL 数据库密码
• MINIO_PASSWORD：MinIO 对象存储密码
• REDIS_PASSWORD：Redis 缓存密码
• ELASTIC_PASSWORD：Elasticsearch 密码
• DOC_ENGINE：文档引擎选择 (elasticsearch 或 infinity)

服务配置

服务特定配置在 docker/service_conf.yaml.template 中定义，这些配置在运行时会填充环境变量。主要配置包括

• 数据库连接
• 文件存储设置
• LLM API 端点和密钥
• 嵌入模型配置
• 文档处理选项

要更改默认 HTTP 端口 (80)，请将 docker-compose.yml 中的端口映射从 80:80 更改为 <YOUR_PORT>:80。

来源：README.md229-247 docker/entrypoint.sh78-88

文档引擎选项

RAGFlow 支持两种用于存储文本和向量的文档引擎

Elasticsearch（默认）

Elasticsearch 是用于存储全文和向量的默认文档引擎。在您部署 RAGFlow 时会自动配置它。

Infinity

从 Elasticsearch 切换到 Infinity

1. 停止所有容器

   警告：此命令会删除 Docker 卷，清除现有数据。

2. 将 DOC_ENGINE 在 docker/.env 文件中设置为 infinity。

3. 重启容器

请注意，Infinity 在 Linux/arm64 机器上不受官方支持。

来源：README.md250-273 docker/docker-compose-base.yml38-66

高级部署选项

分布式部署

RAGFlow 支持通过向 entrypoint 脚本传递命令行参数进行分布式部署

entrypoint 脚本 (entrypoint.sh) 支持以下选项

• --disable-webserver：禁用 Web 服务器 (nginx + ragflow_server)
• --disable-taskexecutor：禁用任务执行器工作进程
• --workers=<num>：要运行的任务执行器数量
• --host-id=<string>：主机唯一 ID（默认为主机名）
• --consumer-no-beg=<num> 和 --consumer-no-end=<num>：消费者 ID 范围

例如，部署一个只包含 4 个任务执行器的工作节点

来源：docker/entrypoint.sh1-139

LLM 集成

RAGFlow 需要配置 LLM 提供商才能正常运行

1. 部署后，通过 http://<SERVER_IP> 访问 Web 界面（如果使用默认端口 80，则无需端口）
2. 通过您的个人资料图标导航到模型提供商
3. 添加和配置带有相应 API 密钥的 LLM 提供商
4. 设置以下默认模型
   • 聊天模型
   • 嵌入模型
   • 图像到文本模型（如果需要）

有关支持的 LLM 提供商的详细信息，请参阅LLM 集成层。

来源：README.md197-201 docs/quickstart.mdx240-273

升级 RAGFlow

要升级现有的 RAGFlow 部署

升级到最新官方发布版

1. 克隆仓库（或拉取最新更改）

2. 更新 docker/.env 中的镜像引用

   RAGFLOW_IMAGE=infiniflow/ragflow:v0.17.2
   

3. 更新并重启

升级到每夜构建版

要使用最新的每夜构建版，请更新 docker/.env

RAGFLOW_IMAGE=infiniflow/ragflow:nightly
# or
RAGFLOW_IMAGE=infiniflow/ragflow:nightly-slim

然后更新并重启

注意：只要您在停止容器时不使用 -v 标志，升级 RAGFlow 会保留您的数据。

来源：docs/guides/upgrade_ragflow.mdx1-102

故障排除

常见问题

1. vm.max_map_count 值过低：如果 Elasticsearch 启动失败，请检查 vm.max_map_count 是否设置为至少 262144。

2. 网络异常错误：在服务启动后立即登录时，您可能会遇到“网络异常”错误。请等待所有服务完全初始化（使用 docker logs -f ragflow-server 检查）。

3. 文件解析停滞：如果在处理过程中文件解析卡住，请检查日志以查找特定错误，并确保有足够的可用资源。

健康检查

使用以下命令监控容器健康状况

检查特定容器的日志

来源：README.md217-220 docs/quickstart.mdx231-233

开发部署

为了开发目的，您可以直接从源代码运行 RAGFlow 服务

1. 安装 uv（如果已安装则跳过）

2. 克隆并安装依赖项

3. 启动依赖服务

4. 启动后端服务

5. 启动前端服务

这种部署方法适用于需要修改和测试 RAGFlow 代码的开发人员。

来源：README.md274-350