ragflow 启动unbuntu下部署

# ragflow 网址
demo网址:https://demo.ragflow.io/
介绍网址：https://mp.weixin.qq.com/s/zNnL0LXC2yYT-QZhDkOITA
# 官网说明
项目地址：

https://github.com/infiniflow/ragflow

项目官网：

https://ragflow.io
在线Demo：
https://demo.ragflow.io
# 本地部署说明
## 本人部署环境说明
正常使用Ubuntu即可正常启动，但本机没有正式环境，本人在win11上WSL2安装ubuntu22在需要准备如下配置
本地知识库搭建（基于olama)  具体本地部署步骤看最后ollama知识库搭建链接
docker desk (windows下需要，如果是正式的Ubuntu服务器其实是不需要它的）
正式部署步骤引用官网文件说明

### 📝 前提条件

- CPU >= 4 核
- RAM >= 16 GB
- Disk >= 50 GB
- Docker >= 24.0.0 & Docker Compose >= v2.26.1
> 如果你并没有在本机安装 Docker（Windows、Mac，或者 Linux）, 可以参考文档 [Install Docker Engine](https://docs.docker.com/engine/install/) 自行安装。

### 🚀 启动服务器

1. 确保 `vm.max_map_count` 不小于 262144 【[更多](./docs/guides/max_map_count.md)】：

> 如需确认 `vm.max_map_count` 的大小：
>
> ```bash
> $ sysctl vm.max_map_count
> ```
>
> 如果 `vm.max_map_count` 的值小于 262144，可以进行重置：
>
> ```bash
> # 这里我们设为 262144:
> $ sudo sysctl -w vm.max_map_count=262144
> ```
>
> 你的改动会在下次系统重启时被重置。如果希望做永久改动，还需要在 **/etc/sysctl.conf** 文件里把 `vm.max_map_count` 的值再相应更新一遍：
>
> ```bash
> vm.max_map_count=262144
> ```

2. 克隆仓库：

```bash
$ git clone https://github.com/infiniflow/ragflow.git
```

3. 进入 **docker** 文件夹，利用提前编译好的 Docker 镜像启动服务器：

```bash
$ cd ragflow/docker
$ chmod +x ./entrypoint.sh
$ docker compose -f docker-compose-CN.yml up -d
```

> 请注意，运行上述命令会自动下载 RAGFlow 的开发版本 docker 镜像。如果你想下载并运行特定版本的 docker 镜像，请在 docker/.env 文件中找到 RAGFLOW_VERSION 变量，将其改为对应版本。例如 RAGFLOW_VERSION=v0.6.0，然后运行上述命令。

> 核心镜像文件大约 9 GB，可能需要一定时间拉取。请耐心等待。

4. 服务器启动成功后再次确认服务器状态：

```bash
$ docker logs -f ragflow-server
```

_出现以下界面提示说明服务器启动成功：_

```bash
____ ______ __
/ __ \ ____ _ ____ _ / ____// /____ _ __
/ /_/ // __ `// __ `// /_ / // __ \| | /| / /
/ _, _// /_/ // /_/ // __/ / // /_/ /| |/ |/ /
/_/ |_| \__,_/ \__, //_/ /_/ \____/ |__/|__/
/____/

* Running on all addresses (0.0.0.0)
* Running on http://127.0.0.1:9380
* Running on http://x.x.x.x:9380
INFO:werkzeug:Press CTRL+C to quit
```
> 如果您跳过这一步系统确认步骤就登录 RAGFlow，你的浏览器有可能会提示 `network anomaly` 或 `网络异常`，因为 RAGFlow 可能并未完全启动成功。

5. 在你的浏览器中输入你的服务器对应的 IP 地址并登录 RAGFlow。
> 上面这个例子中，您只需输入 http://IP_OF_YOUR_MACHINE 即可：未改动过配置则无需输入端口（默认的 HTTP 服务端口 80）。
6. 在 [service_conf.yaml](./docker/service_conf.yaml) 文件的 `user_default_llm` 栏配置 LLM factory，并在 `API_KEY` 栏填写和你选择的大模型相对应的 API key。

> 详见 [./docs/guides/llm_api_key_setup.md](./docs/guides/llm_api_key_setup.md)。

_好戏开始，接着奏乐接着舞！_
## 🔧 系统配置

系统配置涉及以下三份文件：

- [.env](./docker/.env)：存放一些基本的系统环境变量，比如 `SVR_HTTP_PORT`、`MYSQL_PASSWORD`、`MINIO_PASSWORD` 等。
- [service_conf.yaml](./docker/service_conf.yaml)：配置各类后台服务。
- [docker-compose-CN.yml](./docker/docker-compose-CN.yml): 系统依赖该文件完成启动。

请务必确保 [.env](./docker/.env) 文件中的变量设置与 [service_conf.yaml](./docker/service_conf.yaml) 文件中的配置保持一致！

> [./docker/README](./docker/README.md) 文件提供了环境变量设置和服务配置的详细信息。请**一定要**确保 [./docker/README](./docker/README.md) 文件当中列出来的环境变量的值与 [service_conf.yaml](./docker/service_conf.yaml) 文件当中的系统配置保持一致。

如需更新默认的 HTTP 服务端口(80), 可以在 [docker-compose-CN.yml](./docker/docker-compose-CN.yml) 文件中将配置 `80:80` 改为 `<YOUR_SERVING_PORT>:80`。

> 所有系统配置都需要通过系统重启生效：
>
> ```bash
> $ docker compose -f docker-compose-CN.yml up -d
> ```
启动前台有以下两种方式，但是本机一直报nginx错误，所以我用编译情况启动的代码

. 启动WebUI服务（本人用此方法）
```bash
$ cd web
$ npm install --registry=https://registry.npmmirror.com --force --audit=false
$ vim .umirc.ts
# 修改proxy.target为127.0.0.1:9380
$ npm run dev
```

部署WebUI服务
```bash
$ cd web
$ npm install --registry=https://registry.npmmirror.com --force
$ umi build
$ mkdir -p /ragflow/web
$ cp -r dist /ragflow/web
$ apt install nginx -y
$ cp ../docker/nginx/proxy.conf /etc/nginx
$ cp ../docker/nginx/nginx.conf /etc/nginx
$ cp ../docker/nginx/ragflow.conf /etc/nginx/conf.d
$ systemctl start nginx

```

启动成功后，会展示一个前台访问地址，本人是9380，通过地址可直接访问页面。

# 其他说明
docker desk安装参考网址：https://blog.csdn.net/swadian2008/article/details/137105221
Ubuntu安装cuda参考网址
https://blog.csdn.net/JulyLi2019/article/details/125102098
本地搭建ollama:[本地搭建ollama](https://blog.csdn.net/QiZi_Zpl/article/details/137133486#:~:text=%E5%89%8D%E5%BE%80%20Ollama%E5%AE%98%E7%BD%91%20%E4%B8%8B%E8%BD%BDWindows%E7%89%88%E6%9C%AC%E7%9A%84%20%E5%AE%89%E8%A3%85%E5%8C%85%20%EF%BC%8C%E5%8F%8C%E5%87%BB%E5%AE%89%E8%A3%85%E3%80%82%20%E9%9C%80%E8%A6%81%E6%B3%A8%E6%84%8F%E7%9A%84%E6%98%AF%EF%BC%8C%E5%AE%89%E8%A3%85%E8%BF%87%E7%A8%8B%E4%B8%AD%E6%9C%89%E5%8F%AF%E8%83%BD%E4%BC%9A%E8%A7%A6%E5%8F%91%E6%9D%80%E6%AF%92%E8%BD%AF%E4%BB%B6%E8%AD%A6%E6%8A%A5%EF%BC%8C%E8%AE%B0%E5%BE%97%E6%94%BE%E8%A1%8C%E3%80%82%202%E3%80%81%E4%B8%8B%E8%BD%BD%E5%B9%B6%E8%BF%90%E8%A1%8CAI%E6%A8%A1%E5%9E%8B%20%E6%89%93%E5%BC%80cmd%E7%95%8C%E9%9D%A2%E3%80%82,run%20codellama%E3%80%82%20%E6%88%96%E8%80%85%E5%89%8D%E5%BE%80%20AI%E6%A8%A1%E5%9E%8B%E5%88%97%E8%A1%A8%20%E9%80%89%E6%8B%A9%E8%87%AA%E5%B7%B1%E6%83%B3%E8%A6%81%E7%9A%84AI%E6%A8%A1%E5%9E%8B%EF%BC%8C%E6%89%A7%E8%A1%8Collama%20run%20%E6%8C%87%E4%BB%A4%E3%80%82%20%E6%89%A7%E8%A1%8C%E6%88%90%E5%8A%9F%E5%AE%83%E4%BC%9A%E5%88%A4%E6%96%AD%E6%98%AF%E5%90%A6%E5%B7%B2%E7%BB%8F%E5%AE%89%E8%A3%85%EF%BC%8C%E8%8B%A5%E6%9C%AA%E5%AE%89%E8%A3%85%EF%BC%8C%E5%B0%86%E4%BC%9A%E8%87%AA%E5%8A%A8%E5%AE%89%E8%A3%85%E5%B9%B6%E6%89%93%E5%BC%80%E3%80%82)
hugging face官网：[ollama依赖的知识库](https://huggingface.co/)
不要贪大，太大的知识库本地可能无法运行，本人安装lama8B的中文训练的知识库。

知识库的获取可以从该网站获取：HF-Mirror
安装过程中可能Ubuntu中缺少docker依赖：[Ubuntu安装docker](https://blog.csdn.net/m0_52985087/article/details/135972968)