只看这篇就够了:0经验Windows上部署Ragflow+DeepSeek+Docker,实现个人/企业本地RAG知识库,保姆级安装和配置教程,踩坑实录

只看这篇就够了:0经验Windows上部署Ragflow+DeepSeek+Docker,实现个人/企业本地RAG知识库,保姆级安装和配置教程,踩坑实录

文章目录

一、前言

前面,我介绍了如何在本地部署 DeepSeek-R1 模型。

传送门:《本地电脑部署DeepSeek R1大模型,实现AI自由保姆级教程,从此妈妈再也不用担心服务器繁忙啦》

本篇,将向各位介绍:如何在Windows上部署 Ragflow,实现企业级RAG知识库专用流水线

如果你不知道RAG是什么,请看我这篇:《一文读懂:DeepSeek大模型时代,RAG是什么?为什么需要 RAG?RAG的原理和流程?》如果你想了解 Dify 的安装和部署,可以看这篇:《0经验完成Windows上部署DeepSeek+Docker+Dify实现个人/企业RAG知识库,保姆级安装和配置教程》

二、详细安装教程

1.安装 Hyper-V

Hyper-V 是微软开发的虚拟机,类似于 VMWareVirtualBox,仅适用于 Windows 10Windows 11,一般电脑都会自带,无需额外安装。

以下2种方式,任选其一即可:

  • 方式一

在开始菜单中输入并找到 PowerShell,右键点击它,以 管理员身份运行

在这里插入图片描述

然后输入如下命令:

Enable-WindowsOptionalFeature-Online -FeatureName Microsoft-Hyper-V -All 

再输入 Y,确定安装。

在这里插入图片描述
  • 方式二

打开 控制面板 > 程序和功能 > 启用或关闭 Windows 功能
勾选 适用于 Linux 的 Windows 子系统虚拟机平台远程差分压缩 API 支持

在这里插入图片描述

然后点击 确定,进行安装。


2.安装 WSL

因为Docker Desktop在Windows上使用了 WSL 2 作为默认的运行时。
WSL 2提供了更好的性能和更好的集成,特别是在Windows上运行Linux容器时。
所以我们需要安装WSL。

在管理员模式下打开 PowerShell 或 Windows 命令提示符,输入如下命令:

 wsl --install 

然后按回车键,进行安装:

在这里插入图片描述

安装完成后,重启计算机。

# 检查安装状态 wsl --status 
在这里插入图片描述
如果无报错,跳过更新即可。如果有报错,输入 wsl --update 进行更新若下载缓慢可按 Ctrl + C 终止,再使用 wsl --update --web-download 重新下载最后输入 wsl --status 查看详情,确认安装成功。

3.安装 Docker

① 下载
Docker Desktop 官方下载地址:https://docs.docker.com/desktop/install/windows-install/

在官网下载适合你操作系统的docker-desktop版本,然后安装:

在这里插入图片描述
② 安装

安装过程中,直接下一步即可:

在这里插入图片描述
③ 配置
由于众所周知的原因,我们得配置一下 加速镜像源

这里很重要,我直接上踩过坑的、最新、最快的源

在这里插入图片描述

将下面的配置内容,填到 3 的位置:

"registry-mirrors":["https://docker.1ms.run","https://docker.m.daocloud.io","https://lispy.org","https://docker-0.unsee.tech","https://docker.xuanyuan.me"]

然后点击Apply & restart 按钮,重启docker


4.安装 Ragflow

①.下载 ragflow
官网地址:https://github.com/infiniflow/ragflow

用 git 将代码拉到本地,或者直接下载 Ragflow 项目的 ZIP 文件,解压。

在这里插入图片描述
②.拉取 docker 镜像
接下来我们开始拉取 docker 镜像。

按住 win+r 键,输入 powershell,点击回车。

然后输入 cd D:\AI\ragflow\docker(按实际情况修改),按回车。

再输入下面的命令,按回车:

docker compose -f docker-compose.yml up -d 

然后可以看到正在使用 docker 加载镜像。
我们只需要稍等一会儿,等待加载完毕即可。

在这里插入图片描述

但是,我这里最后报错了:
Error response from daemon: ports are not available: exposing port TCP 0.0.0.0:80 -> 127.0.0.1:0: listen tcp 0.0.0.0:80: bind: An attempt was made to access a socket in a way forbidden by its access permissions.

应该是启动服务的时候,发现80端口被占用了,停掉占用端口的服务就行了。

最后我们启动服务:

docker logs -f docker-ragflow-cpu-1 
注意:这里不一定是 docker-ragflow-cpu-1 这个名称,具体得看你电脑上docker给你生成的名字叫什么。

如果出现 RAGFLOW 字样,就代表后端服务启动成功了。

在这里插入图片描述
③.运行访问

在浏览器中输入 http://localhost(默认端口80,可在配置文件中修改),即可访问到 ragflow

在这里插入图片描述

后面的操作,都是基于图形化界面进行。

接下来,Enjoy it !!!


有什么交流和问题,请大家在评论区踊跃发言~


都看到这里了,各位帅哥/美女,不管有用没用,都帮忙点个赞呗,❤️谢谢~


Author吴所畏惧 2026.01.20

Read more

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

【AI大模型】DeepSeek + 通义万相高效制作AI视频实战详解

目录 一、前言 二、AI视频概述 2.1 什么是AI视频 2.2 AI视频核心特点 2.3 AI视频应用场景 三、通义万相介绍 3.1 通义万相概述 3.1.1 什么是通义万相 3.2 通义万相核心特点 3.3 通义万相技术特点 3.4 通义万相应用场景 四、DeepSeek + 通义万相制作AI视频流程 4.1 DeepSeek + 通义万相制作视频优势 4.1.1 DeepSeek 优势 4.1.2 通义万相视频生成优势 4.2

By Ne0inhk
【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

【DeepSeek微调实践】DeepSeek-R1大模型基于MS-Swift框架部署/推理/微调实践大全

系列篇章💥 No.文章01【DeepSeek应用实践】DeepSeek接入Word、WPS方法详解:无需代码,轻松实现智能办公助手功能02【DeepSeek应用实践】通义灵码 + DeepSeek:AI 编程助手的实战指南03【DeepSeek应用实践】Cline集成DeepSeek:开源AI编程助手,终端与Web开发的超强助力04【DeepSeek开发入门】DeepSeek API 开发初体验05【DeepSeek开发入门】DeepSeek API高级开发指南(推理与多轮对话机器人实践)06【DeepSeek开发入门】Function Calling 函数功能应用实战指南07【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:本地部署与API服务快速上手08【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:Web聊天机器人部署指南09【DeepSeek部署实战】DeepSeek-R1-Distill-Qwen-7B:基于vLLM 搭建高性能推理服务器10【DeepSeek部署实战】基于Ollama快速部署Dee

By Ne0inhk

用DeepSeek和Cursor从零打造智能代码审查工具:我的AI编程实践

💂 个人网站:【 摸鱼游戏】【神级代码资源网站】【星海网址导航】摸鱼、技术交流群👉 点此查看详情 引言:AI编程革命下的机遇与挑战 GitHub统计显示,使用AI编程工具的开发者平均效率提升55%,但仅有23%的开发者能充分发挥这些工具的潜力。作为一名全栈工程师,我曾对AI编程持怀疑态度,直到一次紧急项目让我彻底改变了看法。客户要求在72小时内交付一个能自动检测代码漏洞、优化性能的智能审查系统,传统开发方式根本不可能完成。正是这次挑战,让我探索出DeepSeek和Cursor这对"黄金组合"的惊人潜力。 一、工具选型:深入比较主流AI编程工具 1.1 为什么最终选择DeepSeek+Cursor? 经过两周的对比测试,我们发现不同工具在代码审查场景的表现差异显著: 工具代码理解深度响应速度定制灵活性多语言支持GitHub Copilot★★★☆★★★★★★☆★★★★Amazon CodeWhisperer★★☆★★★☆★★★★★★☆DeepSeek★★★★☆★★★★★★★☆★★★★☆Cursor★★★☆★★★★☆★★★★★★★★ 关键发现: * Dee

By Ne0inhk

DeepSeek各版本说明与优缺点分析_deepseek各版本区别

DeepSeek各版本说明与优缺点分析 DeepSeek是最近人工智能领域备受瞩目的一个语言模型系列,其在不同版本的发布过程中,逐步加强了对多种任务的处理能力。本文将详细介绍DeepSeek的各版本,从版本的发布时间、特点、优势以及不足之处,为广大AI技术爱好者和开发者提供一份参考指南。 1. DeepSeek-V1:起步与编码强劲 DeepSeek-V1是DeepSeek的起步版本,这里不过多赘述,主要分析它的优缺点。 发布时间: 2024年1月 特点: DeepSeek-V1是DeepSeek系列的首个版本,预训练于2TB的标记数据,主打自然语言处理和编码任务。它支持多种编程语言,具有强大的编码能力,适合程序开发人员和技术研究人员使用。 优势: * 强大编码能力:支持多种编程语言,能够理解和生成代码,适合开发者进行自动化代码生成与调试。 * 高上下文窗口:支持高达128K标记的上下文窗口,能够处理较为复杂的文本理解和生成任务。 缺点: * 多模态能力有限:该版本主要集中在文本处理上,缺少对图像、语音等多模态任务的支持。 * 推理能力较弱:尽管在自然语言

By Ne0inhk