1.9 KiB
1.9 KiB
常见问题 (FAQ)
问题 1：如何部署 RagflowPlus？
回答： 您可以通过 Docker Compose 或源码进行部署。
- Docker Compose (推荐):
- GPU 版本:
docker compose -f docker/docker-compose_gpu.yml up -d - CPU 版本:
docker compose -f docker/docker-compose.yml up -d
- GPU 版本:
- 源码运行: 请参考“快速开始”部分。
注：对于后台MinerU解析，默认仍采用CPU，如需更换为GPU版本，需保证预留显存在8GB以上，并在 docker/magic-pdf.json 文件中修改 device-mode 为 cuda。
问题 2：RagflowPlus 能和 Ragflow 同时使用吗？
回答： RagflowPlus 采用了独立的前后台系统，数据和 Ragflow 互通，但不建议和 Ragflow 同时使用。如需同时使用，可通过修改端口/切换启动方式来实现，但需承担部分接口不一致导致的风险。
问题 3：后台解析时报错：存储桶不存在:f62a03f61fdd11f0b1301a12a4193bf3。
回答： 此问题是由于解析的文件是由 Ragflow 原本的文件系统上传的，RagflowPlus 重构了文件上传的相关接口，因此解析新文件时，建议通过 RagflowPlus 的后台管理系统进行上传。
问题 4：支持解析的文档类型？
回答： 常见的文档类型均可支持，包括：pdf、word、ppt、excel、txt、md、html、jpg、png、bmp。
问题 5：embedding模型的向量维度非1024，导致后台解析出错。
回答： 建议使用bge-m3模型进行解析，该模型的向量维度为1024。解析模型不建议频繁更换，否则容易影响检索匹配。
问题 6：docker镜像支持arm平台吗？
回答： 鉴于 Ragflow 也不维护arm平台的镜像，RagflowPlus 也无计划推出和维护arm平台的镜像。
问题 7：可以用ollama部署模型吗？
回答： 可以，兼容ollama及在线api(硅基流动平台)。
如有更多问题，欢迎在 GitHub 上提交 Issue。