RAGflow/docs/quickstart
zstar c46c87bbef docs(quickstart): 更新文档撰写模式的说明
- 在文档撰写模式中,增加了关于如何使用聊天模型进行写作的详细步骤
- 新增说明包括在编辑区选择插入位置、在问答区输入问题以及使用快捷键回车
2025-06-19 11:54:36 +08:00
..
_images docs: 官网更新内容为文档 2025-06-14 01:36:29 +08:00
README.md docs(quickstart): 更新文档撰写模式的说明 2025-06-19 11:54:36 +08:00

README.md

快速开始

1. 适合人群

Ragflow-Plus 适合以下应用场景:

  • 高校/企业等事业单位团队需要构建一系列中心知识库通过在线API增强现有大模型的回答效果。

  • 本地部署大模型,通过构建局域网进行内部关联访问。

考虑到实际的落地需要本项目移除了Agent相关模块并将文件管理、文件解析等操作移动到后台进行。

2. 硬件要求

建议部署硬件资源需满足以下配置:

  • CPU ≥ 4 cores (x86);
  • RAM ≥ 16 GB;
  • Disk ≥ 50 GB;
  • Docker ≥ 24.0.0 & Docker Compose ≥ v2.26.1.

3. 开始部署

推荐采用docker进行部署。

1. 克隆项目代码

git clone https://github.com/zstar1003/ragflow-plus.git

2. 拉取镜像并启动

进入项目根目录,执行:

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

如果拉取镜像失败建议通过配置以下docker镜像源以加速拉取镜像速度。

"registry-mirrors": [
    "https://docker.m.daocloud.io",
    "https://docker.imgdb.de",
    "https://docker-0.unsee.tech",
    "https://docker.hlmirror.com",
    "https://docker.1ms.run",
    "https://func.ink",
    "https://lispy.org",
    "https://docker.xiaogenban1993.com"
]

也可以直接下载网盘打包好的镜像资源文件:

网盘地址: https://pan.baidu.com/s/1fC7dzuD0WO3FaEARjJNoMg?pwd=8888 提取码: 8888

使用如下命令加载安装镜像:

docker load -i ragflowplus-images.tar

3. 注册新用户

浏览器输入:http://localhost:8888,登陆后台管理系统。

初始登陆账号为: admin, 密码为: 12345678

在用户管理菜单中,新建新用户。

考虑到后续嵌入模型配置、知识库创建的身份均是以初始用户的身份执行,推荐将此用户定义为管理员用户,即采用(admin/lab)公共账户的命名方式,而非具体用户。

用户管理菜单截图

4. 初始用户模型配置

创建完初始用户后,在创建下一用户前,建议先在前台配置初始用户的模型设置。

浏览器输入:http://localhost:80,登陆前台用户系统。

模型配置截图

需要配置embedding模型和chat模型。

embedding模型当前仅支持bge-m3以ollama平台为例

首先通过ollama拉取bge-m3模型

ollama pull bge-m3:latest

前台配置时,模型名称设置为bge-m3url地址设置为http://host.docker.internal:11434

如果想通过API在线进行配置推荐采用硅基流动平台bge-m3模型可免费调用。

平台地址:https://cloud.siliconflow.cn/i/bjDoFhPf

需要在平台中获取API KEY并将其输入到模型选择菜单中。

chat模型配置同理。

5. 创建其它用户

配置好初始用户,回到后台,可继续创建其它用户。

其它新用户会使用和初始用户相同的模型配置,并自动加入新用户的团队,加入团队后,可共享知识库信息。

可通过团队管理菜单,可对用户的团队所属情况进行进一步添加和移除。

6. 上传文件

在后台文件管理菜单中,可以上传文件或文件夹。

文件管理

7. 知识库构建和解析

在后台知识库管理菜单中,可以进行知识库的创建和文档添加与解析。

在解析前,建议先进行嵌入模型的配置测试。

嵌入模型配置测试

该界面会自动读取初始用户最新的嵌入模型配置信息(注:是最后添加的模型配置而非系统模型配置中的模型信息)

测试连接通过,可进行下一步文件解析,支持文件单独解析和批量文件解析两种方式。

文件解析截图

解析的日志信息可在docker\ragflow-plus-logs\parser.log进行输出。

支持解析的文件类型包括pdfdocdocxpptxxlsxcsvtxtmdjpgpng。

8. 解析内容查看

解析完成后,可到前台查看具体的解析块信息,并查询其所关联图片。

解析内容查看

9. 问答模式

在前台问答模块,创建助理后,可进行问答交互,输出文本信息和文本块关联的图像信息。

问答模式输出

10. 文档撰写模式

在前台文档撰写模块,可选择指定知识库,根据指定模板,在编辑区选择插入位置后,在下方问答区输入问题,使用快捷键[回车]调用用户配置的聊天模型进行文档写作输出结果可导出下载为Word文档。

文档撰写模式