posts - 930,  comments - 588,  views - 402万
< 2025年2月 >
26 27 28 29 30 31 1
2 3 4 5 6 7 8
9 10 11 12 13 14 15
16 17 18 19 20 21 22
23 24 25 26 27 28 1
2 3 4 5 6 7 8
  2025年2月23日

image

RAGFlow 部署方式

  • 基于 Docker 部署:
    • 前置条件:需要满足一定的硬件配置,如 CPU ≥ 4 核,RAM ≥ 16 GB,Disk ≥ 50 GB,同时安装 Docker ≥ 24.0.0 与 Docker Compose ≥ v2.26.1。
    • 操作步骤:首先克隆 RAGFlow 的仓库,进入其 Docker 文件夹,利用提前编译好的 Docker 镜像启动服务器。启动成功后,通过浏览器访问指定地址进行注册登录。
  • 基于 Kubernetes 部署:RAGFlow 官方提供了 Kubernetes 部署的文档,这种方式适合在大规模分布式环境中部署 RAGFlow,能够更好地管理资源和扩展服务。

RAGFlow 与 LLM 集成方式

  • 通过 Ollama 集成:
    • 安装 Ollama:Ollama 是一款本地化运行大语言模型的开源工具,可在本地创建、运行和管理多种模型。安装完成后,使用 ollama pull 命令下载所需的 LLM 模型。
    • 在 RAGFlow 中添加 LLM 模型:在 RAGFlow 的界面中找到模型供应商,选择 Ollama 并添加模型。如果 RAGFlow 部署为 Docker,需要映射 Docker 外面的地址。
  • 通过 API 集成:
    • 配置 LLM 的 API:在 RAGFlow 的界面中,点击右上角的 logo 进入 Model providers 页面,点击所需的 LLM 并更新其 API 密钥。
    • 选择默认模型:点击 System Model Settings,选择默认的对话模型、嵌入模型等。
  • 通过本地部署的 LLM 集成:RAGFlow 支持部署 LLMs 本地使用,除了 Ollama,还可以使用 Xinference 或 LocalAI,但具体的集成方法需要根据这些工具的文档进行操作。


镜像加速

docker pull registry.cn-hangzhou.aliyuncs.com/megadotnet/docker.elastic.co.elasticsearch.elasticsearch:8.11.3 && docker tag registry.cn-hangzhou.aliyuncs.com/megadotnet/docker.elastic.co.elasticsearch.elasticsearch:8.11.3 docker.elastic.co/elasticsearch/elasticsearch:8.11.3

docker pull registry.cn-hangzhou.aliyuncs.com/megadotnet/infiniflow.ragflow:v0.16.0 && docker tag registry.cn-hangzhou.aliyuncs.com/megadotnet/infiniflow.ragflow:v0.16.0 infiniflow/ragflow:v0.16.0

docker pull registry.cn-hangzhou.aliyuncs.com/megadotnet/infiniflow.ragflow:v0.16.0-slim && docker tag registry.cn-hangzhou.aliyuncs.com/megadotnet/infiniflow.ragflow:v0.16.0-slim infiniflow/ragflow:v0.16.0-slim

docker pull registry.cn-hangzhou.aliyuncs.com/megadotnet/mysql:8.0.39 && docker tag registry.cn-hangzhou.aliyuncs.com/megadotnet/mysql:8.0.39 mysql:8.0.39

docker pull registry.cn-hangzhou.aliyuncs.com/megadotnet/valkey.valkey:8 && docker tag registry.cn-hangzhou.aliyuncs.com/megadotnet/valkey.valkey:8 valkey/valkey:8

docker pull registry.cn-hangzhou.aliyuncs.com/megadotnet/quay.io.minio.minio:RELEASE.2023-12-20T01-00-02Z && docker tag registry.cn-hangzhou.aliyuncs.com/megadotnet/quay.io.minio.minio:RELEASE.2023-12-20T01-00-02Z quay.io/minio/minio:RELEASE.2023-12-20T01-00-02Z


infiniflow/ragflow:v0.16.0 镜像是9GB磁盘空间占用

$ sudo sysctl -w vm.max_map_count=262144

$ cd ragflow $ docker compose -f docker/docker-compose.yml up -d

安装截图

clipboard

clipboard

文档

https://ragflow.io/docs/dev/

初始资源情况

clipboard

配置APIKEY

clipboard

Q&A数据集

Q&A 问答对内容都写到一个 EXCEL 表格(第一列放问题,第二列是答案)

image


总结

一、数据安全与隐私保护
  1. 数据隔离:通过私有Docker部署Ragflow,可以实现数据的物理隔离,确保企业私有数据不会泄露给外部或第三方。
  2. 隐私保护:对于敏感数据或隐私信息,私有Docker部署提供了更高的安全保障,避免了数据在公共网络上的传输和存储风险。
二、高效利用资源
  1. 节省网络带宽:私有Docker仓库可以避免每次都从外部仓库下载镜像,从而节省了网络带宽资源。
  2. 提高访问速度:由于私有仓库通常部署在公司内部网络,因此Ragflow的访问速度会更快,提高了工作效率。
三、灵活性与可扩展性
  1. 定制化需求:私有Docker部署允许企业根据自身需求对Ragflow进行定制化配置和优化,以满足特定的业务需求。
  2. 可扩展性:随着业务的发展,私有Docker部署可以轻松地扩展Ragflow的规模和性能,以适应不断增长的数据量和用户需求。
四、集成与协同
  1. 与其他系统集成:私有Docker部署使得Ragflow可以更容易地与其他企业系统进行集成,实现数据的共享和协同工作。
  2. 团队协作:通过私有Docker部署,团队成员可以更方便地共享和协作处理Ragflow相关的任务和数据。
五、成本节约
  1. 降低长期成本:虽然私有Docker部署的初期成本可能较高,但长期来看,由于避免了外部仓库的使用费用和潜在的数据泄露风险,因此可以降低整体成本。
  2. 提高ROI:通过高效的资源利用和定制化配置,私有Docker部署可以提高Ragflow的投资回报率(ROI)。



今天先到这儿,希望对云原生,技术领导力, 企业管理,系统架构设计与评估,团队管理, 项目管理, 产品管理,信息安全,团队建设 有参考作用 , 您可能感兴趣的文章:
构建创业公司突击小团队
国际化环境下系统架构演化
微服务架构设计
视频直播平台的系统架构演化
微服务与Docker介绍
Docker与CI持续集成/CD
互联网电商购物车架构演变案例
互联网业务场景下消息队列架构
互联网高效研发团队管理演进之一
消息系统架构设计演进
互联网电商搜索架构演化之一
企业信息化与软件工程的迷思
企业项目化管理介绍
软件项目成功之要素
人际沟通风格介绍一
精益IT组织与分享式领导
学习型组织与企业
企业创新文化与等级观念
组织目标与个人目标
初创公司人才招聘与管理
人才公司环境与企业文化
企业文化、团队文化与知识共享
高效能的团队建设
项目管理沟通计划
构建高效的研发与自动化运维
某大型电商云平台实践
互联网数据库架构设计思路
IT基础架构规划方案一(网络系统规划)
餐饮行业解决方案之客户分析流程
餐饮行业解决方案之采购战略制定与实施流程
餐饮行业解决方案之业务设计流程
供应链需求调研CheckList
企业应用之性能实时度量系统演变

如有想了解更多软件设计与架构, 系统IT,企业信息化, 团队管理 资讯,请关注我的微信订阅号:

image_thumb2_thumb_thumb_thumb_thumb[1]

作者:Petter Liu
出处:http://www.cnblogs.com/wintersun/
本文版权归作者和博客园共有,欢迎转载,但未经作者同意必须保留此段声明,且在文章页面明显位置给出原文连接,否则保留追究法律责任的权利。 该文章也同时发布在我的独立博客中-Petter Liu Blog。

posted @ 2025-02-23 21:42 PetterLiu 阅读(488) 评论(0) 推荐(1) 编辑
  2025年2月16日
摘要: 背景Ragflow(RAGFlow)是一款基于深度文档理解的开源检索增强生成(Retrieval-Augmented Generation,RAG)引擎。以下是对Ragflow的详细介绍:一、核心特性深度文档理解:Ragflow具备从复杂格式的非结构化数据中精准提取知识的能力,能够在海量数据中定位关 阅读全文
posted @ 2025-02-16 15:06 PetterLiu 阅读(491) 评论(0) 推荐(0) 编辑
  2025年2月9日
摘要: 以下GOOGLE 原文BLOG翻译 0205发表 去年 12 月,我们通过发布 Gemini 2.0 Flash 的实验版本开启了“代理时代”——这是我们的高效工作模型,专为开发者设计,具有低延迟和增强性能。今年早些时候,我们在 Google AI Studio 中更新了 2.0 Flash Thi 阅读全文
posted @ 2025-02-09 20:28 PetterLiu 阅读(663) 评论(0) 推荐(0) 编辑
  2025年2月5日
摘要: 思路提示词请以我上传文件: {雅思词汇词根+联想记忆法(乱序便携版) }单词表为基础,为 {雅思词汇} 生成三篇英语阅读理解文章,帮助强化单词记忆、提升英语水平。附加5道巩固练习(2道难题、2道基础、1道判断)IELTS词汇表https://github.com/fanhongtao/IELTS/b 阅读全文
posted @ 2025-02-05 15:15 PetterLiu 阅读(83) 评论(0) 推荐(0) 编辑
  2025年2月4日
摘要: Gemini 2.0 Flash 是谷歌最新推出的大型语言模型(LLM),它将人工智能的能力推向了新的边界。本文将深入探讨其关键特性,以及这些特性如何使其与其他知名模型区分开来。Gemini 与其他 LLM 的主要区别在于其多模态能力和高级推理能力。与许多主要专注于文本的 LLM 不同,Gemini 阅读全文
posted @ 2025-02-04 16:33 PetterLiu 阅读(117) 评论(0) 推荐(0) 编辑
  2025年1月29日
摘要: 题目截图推理解析解题原理强化学习为核心: DeepSeek R1颠覆了传统路线,采用了大规模的强化学习(RL)来激发推理能力。这种学习模式使模型能够在没有或仅有少量监督微调的情况下,通过奖励信号来探索并形成自己的思维链。 DeepSeek R1-Zero更是完全依赖强化学习来习得复杂推理技能,从未进 阅读全文
posted @ 2025-01-29 10:48 PetterLiu 阅读(274) 评论(0) 推荐(0) 编辑
  2025年1月27日
摘要: 背景智谱发布 AutoGLM Web 全球版本它能够理解屏幕界面信息,用户只需输入简单的文字/语音指令,AutoGLM就能理解用户意图、任务步骤,并自动执行操作完成任务!现在支持自动搜索网页和总结信息,自动评论、点赞,自动创作文章等。已经全面上线,而且完全免费!只需安装浏览器插件即可使用从这儿开始 阅读全文
posted @ 2025-01-27 13:05 PetterLiu 阅读(132) 评论(0) 推荐(0) 编辑
  2025年1月25日
摘要: 2025年软件开发的趋势AI将改变软件开发流程,提高效率和代码质量。 人工智能在软件开发中的重要性不仅仅是流行术语:人工智能(AI)不是一个简单的流行词汇,而是软件开发中不可或缺的一部分。这表明AI在软件开发领域有着实际的应用价值和深远的影响,而不仅仅是一个被广泛提及但实际应用有限的概念。 提高生产 阅读全文
posted @ 2025-01-25 21:50 PetterLiu 阅读(87) 评论(0) 推荐(0) 编辑
  2025年1月24日
摘要: 背景我们获取到第三方厂商接口文档,为了进行研发阶段的自测,我们计划使用AI工具帮助我们生成整个模拟服务端代码。提示词您是JAVA开发专家,请按上传文档中接口定义,生成每个接口springboot服务端代码,使用内存中模拟数据返回豆包生成基于MockServer生成基于 WireMock框架的代码Go 阅读全文
posted @ 2025-01-24 15:15 PetterLiu 阅读(33) 评论(0) 推荐(0) 编辑
  2025年1月18日
摘要: 提示词 Design a website for a local plumbing service. Include sections for services, pricing, customer testimonials, and a contact form. Use a profession 阅读全文
posted @ 2025-01-18 14:13 PetterLiu 阅读(24) 评论(0) 推荐(0) 编辑
点击右上角即可分享
微信分享提示