Ragflow Docker部署及问题解决方案(界面为Welcome to nginx，ragflow上传文件失败，Docker中的ragflow-cpu-1一直重启)

一、Ragflow

1.Ragflow是什么？—不止于检索的企业级AI知识库引擎

RAGFlow 是由 infiniflow 开源的新一代 RAG（检索增强生成）引擎，核心定位是 “为 LLM 构建更优的上下文层”，旨在解决传统知识库 “数据解析弱、检索不准、落地门槛高” 三大痛点。它并非简单的 “检索 + 生成” 工具，而是整合了 RAG+Agent 双驱动能力的全链路解决方案，支持从多源数据接入到 AI 问答系统部署的端到端流程，覆盖个人、中小企业到大型企业的全场景需求，已在多个行业实现规模化落地。

2.核心优势

• 深度文档解析：攻克 “非标数据” 处理难题
  • RAGFlow 搭载近 10GB 的 DeepDoc 深度解析引擎，实现了对异构数据源的 “无差别精准处理”—— 不仅支持 DOCX、PPT、Excel、PDF 等常规格式，更能完美解析扫描件、拍照文档、带水印文件中的文字信息，彻底解决传统工具 “扫描件乱码” 的痛点。对于工程图纸、法律合同、财务报表等专业场景，其 OCR 引擎（支持 PaddleOCR、Tesseract）还能提取结构化信息（如表格键值对），为后续检索奠定高质量数据基础。
• 智能分块策略：让知识结构化更精准可控
  • 知识库效果的核心在于 “分块质量”，RAGFlow 提供超过 10 种精细化分块模板，实现 “文档类型适配”：普通文档按语义切分、Excel 支持 “一行一问”、书籍 / 法规按章节条款拆分，彻底告别传统工具 “固定字符长度粗暴切分” 的弊端。更重要的是，分块过程全程可视化，支持手动调整优化，同时会通过大模型自动生成关键词和关联问题，进一步提升检索相关性。
• 多路召回 + 重排：检索精度再升级
  • RAGFlow 采用 “向量语义匹配 + 全文检索 + 知识结构匹配” 的多路召回策略，相比单一向量检索，覆盖更全面、精准度更高。在召回结果后，系统会通过 Rerank 重排模型进行二次筛选，将最相关的知识块置顶；同时支持按文档类型、标签、时间等元数据过滤，配合 “原文高亮溯源” 功能，让每个回答都能精准定位出处，彻底解决 LLM “幻觉” 问题。
• 低代码部署 + 高度集成：落地成本大幅降低
  • 无需从零搭建 RAG 链路 —— 通过 React 可视化拖拽界面，只需 3 步（上传文档→配置工作流→发布）即可部署企业级问答系统，非技术人员也能快速上手。技术层面支持 OpenAI、GPT-5、Kimi K2、Qwen 等主流 LLM 接入，后端基于 FastAPI+Elasticsearch 构建，提供强大的 API 接口，可与 N8N、MCP 等自动化工具无缝集成，实现文件上传、知识查询的自动化流程。

3.技术架构

RAGFlow 采用前后端解耦的模块化架构，核心分为 6 大组件，结构清晰、扩展性强：

整体流程由 JSON Flow 驱动，从数据解析到检索生成形成闭环，支持单机部署、集群扩展，满足个人知识库到企业级大规模应用的不同需求。

4.适用场景

RAGFlow 的灵活性使其在多个领域具备落地价值：​

• 个人 / 科研场景：搭建私人知识库，快速检索论文、笔记、学习资料；​
• 企业办公场景：合同审阅、FAQ 智能问答、内部文档查询（如技术手册、规章制度）；​
• 专业领域：工程图纸检索、法律案例分析、医疗文献查询、金融投研报告生成；​
• 客服 / 支持场景：构建智能客服系统，自动解答用户咨询，降低人工成本。

二、Docker部署

1.零基础Docker部署教程

Docker部署在本人之前写的部署Milvus和Redis教程中2.1有详细介绍

2.问题解决方法

2.1wsl --update命令没有反应

有些伙伴会遇见docker下载完成后会出现强制手动更新的命令会出现进度条不动的情况

wsl --update

使用下面命令即可解决

wsl --update --web-download

解决原因
wsl --update 依赖系统内置的更新通道（如 Microsoft Store 或 Windows Update）来获取 WSL 内核更新。在无 Store（如 LTSC 版本）、网络策略限制或组件缺失的环境中，该通道不可用，导致命令失效。而 wsl --update-web-download 绕过这些依赖，直接从微软公开 CDN 下载安装包，仅需基础网络访问权限。

二、Ragflow使用Docker本地部署

1.Ragflow源码下载

1.1Git命令下载

需要科学上网：git clone https://github.com/infiniflow/ragflow.git
不需要科学上网：git clone https://gitee.com/infiniflow/ragflow.git

1.2直接解压，下载本地

2.找到ragflow下面的docker文件

进入到控制输入下面命令

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

看见下面界面就是成功了

3.浏览器访问链接，就能看到操作界面

http://localhost/

恭喜你，成功在本地使用Docker部署了Ragflow！

三、Docker部署Ragflow常见问题及解决方案

1.本地安装有Dify导致Ragflow端口冲突报错

由于本地部署了dify，因此访问端口跟ragflow冲突，因此，我这边利用vscode对docker文档下docker-compose.yml文件的主机映射做修改，也可以在ragflow目录下面输入code .（这个命令针对你安装了Vs code，如果没有右击使用记事本，或者编译软件Pycharm等都可以，修改完保存即可）

80端口改为8000(博主这里没冲突，所以没改)，443端口改为4433，一定要保存文件！！

在docker文件目录下cmd，输入

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

2.Docker容器里的Ragflow-cpu-1 一直重新启动

这个问题有点棘手了，当时困惑了两天，但是我已经帮你们开好路了，大胆一步一步做都可以配置好的

2.1出现这种情况的原因

• 容器： docker-ragflow-cpu-1一直Restarting
• 日志核心报错：cp: cannot stat ‘/etc/nginx/conf.d/ragflow.conf.python’:No such file or directory
• docker-compose.yml 里把本地脚本挂在进容器了: ./entrypoint.sh:/ragflow/entrypoint.sh
• 但你用的官方镜像 infiniflow/ragflow:v0.24.0,这个镜像里并没有该脚本期望的nginx配置文件结构

也就是说，本地docker/entrypoint.sh（比较新）覆盖了镜像内原生entrypoint(v0.24.0)，导致启动失败并一直重启

2.2解决方法

1.编辑docker/docker-compose.yml
2.在ragflow-cpu和ragflow-gpu里面取消这行注释或者删除

• ./entrypoint.sh:/ragflow/entrypoint.sh

3.重新拉起（还是docker目录下使用）：

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

4.查看状态：

• docker ps -a
• docker logs -f docker-ragflow-cpu-1

3.登录进入是Welcome to nginx！(这就是如成，看似成功了实则差一点，博主一样能够解决的，小意思啦)

3.1修改docker/docker-compose.yml文件

volumes: - ./ragflow-logs:/ragflow/logs - ./nginx/ragflow.conf.python:/etc/nginx/conf.d/default.conf - ./nginx/proxy.conf:/etc/nginx/proxy.conf # - ./nginx/nginx.conf:/etc/nginx/nginx.conf - ./service_conf.yaml.template:/ragflow/conf/service_conf.yaml.template # - ./entrypoint.sh:/ragflow/entrypoint.sh

注意：

• ./entrypoint.sh:/ragflow/entrypoint.sh 一定要保持注释，否则容易再次出现版本不匹配
• 博主这里使用python代理方案，所以挂ragflow.conf.python

3.2修改完之后，重建容器

继续在ragflow执行：

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

3.3查看容器状态

docker ps -a

你需要看到

• docker-ragflow-cpu-1 是Up
• mysql/minio/es/redis是Up(healthy)

3.4验证首页不再是Welcome页

curl.exe -I http://127.0.0.1
curl.exe http:// 127.0.0.1

curl -I返回HTTP/1.1 200 OK
curl 返回内容里有RAGFLOW而不是Welcome to nginx!

3.5打开浏览器输入，就会进入到Ragflow

http://localhost/

4.进去了注册成功也能登陆了，但是文件上传受限，1MB文件都说大，没关系，一样可以解决

4.1 上传文件有限制解决方法

• 打开docker/.env文件，取消注释

MAX_CONTENT_LENGTH=1073741824(1GB，单位字节)

• 同时修改docker/nginx/nginx.conf里的client_max_body_size,和上面大小一致
• 重启容器生效：docker compose down&& docker compose up -d

4.2 上传文件过大解决方法

在ragflow\docker\nginx/ragflow.conf.python里增加红色框的代码,手动写入或者从下面这个框复制也可以

client_max_body_size 2048M;

重启容器

docker compose down
docker compose up -d

就可以解决问题，正常进入到Ragflow界面

5.如果您遇到的困难，博主没有写出来，请私信我，我帮您思考解决，本文只是博主遇到的问题，麻烦点个关注谢谢您的时间！