简介
RagFlow 是由 InfiniFlow 开源的一款软件，在 AI 知识库构建、智能体编排等场景中深受开发者喜爱。
RagFlow 有开源版和商业版。如需在本地快速体验功能，可根据官方提供的 docker compose 脚本快速启动。若需进行二次开发，使用源码启动是开发人员需要掌握的技能。
源码环境搭建
RagFlow 的运行需要 Linux 系统。考虑到许多开发者使用的是 Windows 系统，可以在 Windows 中通过安装 WSL 的方式来运行它。
WSL 安装
重启电脑，打开 PowerShell，在 WSL 中安装 Ubuntu：
wsl.exe --install ubuntu
安装完成后，电脑中会出现一个 Linux 图标，通过它可以直接访问 WSL 的 Ubuntu 系统目录。
源码与依赖安装
在 WSL 中切换到用户目录，克隆代码（推荐在 WSL 系统中克隆）：
cd ~
git clone https://github.com/infiniflow/ragflow.git
目前的 RagFlow 提交非常活跃，为了稳定性，建议使用最新稳定版本：
git checkout v0.22.1
如果由于网络无法克隆 GitHub 代码，可以尝试配置系统代理：
export https_proxy=http://192.168.1.66:7078; export http_proxy=http://192.168.1.66:7078; export all_proxy=socks5://192.168.1.66:7078
推荐使用 PyCharm 进行开发。点击 文件 中的 远程开发，选择 WSL 实例中的 Ubuntu，并指定刚刚克隆的项目路径。
输入以下命令安装 pipx：
sudo apt update
sudo apt install -y pipx
pipx ensurepath
source ~/.bashrc
pipx --version
再安装 uv 和 pre-commit：
pipx install uv pre-commit
安装编译所需的依赖库：
sudo apt install -y libicu-dev pkg-config build-essential python3.12-dev
uv 安装好后，使用 uv 命令安装项目所需依赖：
uv sync --python 3.12
依赖组件启动
RagFlow 不生产模型，它只是模型的搬运工，且运行还需要外部数据库和中间件：MySQL、ES、Redis、MinIO。
可以使用 RagFlow 提供的 docker compose 脚本一键启动：
