RAGFlow是一款开源的检索增强生成开源组件，它能够与DeepSeek、千问等大语言模型集成，可以实时从外部知识库中检索最新的、与用户问题最相关的信息，为用户提供更准确、更专业、更丰富的回答，让AI不再“一本正经胡说八道”。说白了，就是为你的AI建立一个更专业的知识库，不用它大海捞鱼，最后还给你捞上来一个鱼状玩具。

如果你想建立一个属于自己的知识库，避免使用其他服务商提供的在线知识库导致资料泄露，那么在自己的电脑或自己搭建的服务器上安装部署RAGFlow是最好的选择。

RAGFlow的安装其实很简单，只需要三步走：

一、在GitHub网站下载RAGFlow

如果你的电脑无法直接访问GitHub网站的话，可以在国内的Gittee网站搜索，已经有人搬回到国内的源代码托管网站了。下载后解压到电脑硬盘，文件夹命名ragflow。

二、用Docker安装

在命令窗口中，先进入到上一步解压得到的ragflow文件夹中的docker目录，输入如下命令并回车。如下图

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

三、使用

等待上一步安装完后，在浏览器中输入http://127.0.0.1，即可以使用RAGFlow了。使用时先配置大语言模型，如下图，配置本地安装的DeepSeek大模型。

四、注意事项

1、在Docker中设置一下国内加速镜像，否则在安装RAGFlow、Dify等的过程会出错，因为docker.io在国内访问不了

"registry-mirrors":[

2、如果要在RagFlow中集成本地的DeepSeek的话，要配置一下Windows电脑的环境变量

OLLAMA_HOST=0.0.0.0:11434

同时在RAGFlow中的地址要用电脑的实际IP，不能用127.0.0.1或localhost。（在命令窗口中输入ipconfig可以查询到本机的IP地址）

3、如果本机已经安装了RAGFlow，又同时安装Dify的话，会出现80端口被占用的情况，这时要修改Dify的.env文件和docker-compose.yaml文件，把其中的80端口改为其他的端口，把443端口改为其他的端口

4、如果本机已经安装了RAGFlow，又同时安装Dify的话，RAGFlow解析文件时，会出现报错：AssertionError(“Can’t access Redis, Please check the Redis’ status.”)，解决方法如下：

需要docker-compose增加-p参数。

（1）停止dify，通过命令窗口进入dify的docker目录，使用命令：

docker-compose down

（2）增加-p参数指定dify

docker-compose -p dify up -d

（3）停止RAGFlow，通过命令窗口进入到RAGFlow的docker目录，使用命令：

docker-compose down

（4）重新部署RAGFlow

docker compose -p ragflow -f docker-compose-gpu.yml up -d

问题搞定！

大模型算是目前当之无愧最火的一个方向了，算是新时代的风口！有小伙伴觉得，作为新领域、新方向人才需求必然相当大，与之相应的人才缺乏、人才竞争自然也会更少，那转行去做大模型是不是一个更好的选择呢？是不是更好就业呢？是不是就暂时能抵抗35岁中年危机呢？

答案当然是这样，大模型必然是新风口！

那如何学习大模型 ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。但是具体到个人，只能说是：

最先掌握AI的人，将会比较晚掌握AI的人有竞争优势。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

但现在很多想入行大模型的人苦于现在网上的大模型老课程老教材，学也不是不学也不是，基于此我用做产品的心态来打磨这份大模型教程，深挖痛点并持续修改了近100余次后，终于把整个AI大模型的学习路线完善出来！

在这个版本当中：

您只需要听我讲，跟着我做即可，为了让学习的道路变得更简单，这份大模型路线+学习教程已经给大家整理并打包分享出来, 😝有需要的小伙伴，可以 扫描下方二维码领取🆓↓↓↓

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全咨料，放心领取）👈

​

一、大模型经典书籍（免费分享）

AI大模型已经成为了当今科技领域的一大热点，那以下这些大模型书籍就是非常不错的学习资源。

二、640套大模型报告（免费分享）

这套包含640份报告的合集，涵盖了大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。(几乎涵盖所有行业)

三、大模型系列视频教程（免费分享）

四、2025最新大模型学习路线（免费分享）

我们把学习路线分成L1到L4四个阶段，一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

全套的AI大模型学习资源已经整理打包，有需要的小伙伴可以微信扫描下方二维码，免费领取

👉CSDN大礼包🎁：全网最全《LLM大模型学习资源包》免费分享（安全资料，放心领取）👈

​