0. RagFlow简介

众所周不知，RagFlow是由国内一家公司开源的一款软件，在AI知识库构建、智能体编排等场景中深受全球开发者的喜爱。

快速体验地址为：https://ragflow.io/

RagFlow的版本有开源版和商业版，我们在github上看到的RAGFlow就是开源版，如需在本地快速体验RAGFlow的功能，可根据官方提供的docker compose脚本快速启动它。

而如果要在它的基础上进行二次开发，使用RAGFlow的源码启动，则是我们这些开发人员所必须要掌握的。

在本文中，跟着笔者的步骤，我们可以快速了解如何使用源码方式运行RAGFlow，并通过几个示例快速领略一下RAGFlow的功能。

1.RagFlow源码启动(pycharm)

RagFlow的运行需要Linux系统，考虑到许多开发者使用的是Windows系统，这时我们就可以在Windows系统中通过安装wsl的方式来运行它。

1.1 wsl安装

wsl安装详细步骤如下：

1. 安装wsl。打开powershell，运行：wsl --install
   
2. 重启，再打开powershell，在wsl中安装ubuntu，运行：wsl.exe --install ubuntu
   
   之后，在电脑中就会有一个Linux的图标，通过它就可以直接访问wsl的ubuntu系统目录
   
   至此，wsl就已成功安装ubuntu系统成功了，需要注意的是它会默认安装到C盘。

1.2 RagFlow源码与依赖安装

在wsl中切换到用户目录，克隆代码。在wsl中输入以下命令：
注：为了避免后续不必要的麻烦，推荐在wsl系统中克隆代码

cd ~
git clone https://github.com/infiniflow/ragflow.git

目前的RagFlow提交非常活跃，为了稳定性，这里使用目前最新的v0.22.1版本

git checkout v0.22.1

如果由于网络克隆不了github的代码，可以尝试给系统配上网络代理。如：

export https_proxy=http://192.168.1.66:7078;
export http_proxy=http://192.168.1.66:7078;
export all_proxy=socks5://192.168.1.66:7078

笔者这里使用的IDE为PyCharm 2025.3.1。

点击 [文件] 中的 [远程开发]，选择WSL实例中的Ubuntu，并指定刚刚clone的项目路径

点击打开

再输入以下命令安装pipx

sudo apt update
sudo apt install -y pipx
pipx ensurepath
source ~/.bashrc
pipx --version

再安装ux和pre-commit：

pipx install uv pre-commit

再安装编译所需要的依赖库：

sudo apt install -y libicu-dev pkg-config build-essential python3.12-dev

uv安装好了后，再使用uv命令安装项目所需要的依赖：uv sync --python 3.12

等uv的依赖安装完之后，在PyCharm里就会自动对依赖创建源码索引，这个过程根据电脑配置不同可能会花个几分钟。

1.3 RagFlow依赖组件启动

我们知道RagFlow不生产模型，它只是模型的搬运工，且RagFlow的运行还需要一些外部数据库和中间件：mysql、es、redis、MinIO。

上面几个中间件可以提前准备好，或直接使用RagFlow提供的docker compose脚本一键启动：

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

为了不和RagFlow在同一台机器上，这里笔者在其他机器启动上面几个组件。

会占用的端口(tcp)及描述如下：

• 1200(映射的9200)。ElasticSearch，数据检索、向量存储
• 9000，9001。 MinIO，文件存储
• 5455(映射的3306)。Mysql，关系型数据库
• 6379。valkey(redis)，内存KV数据库

我上面部署的节点ip都为192.168.140.110，所在还需要在wsl系统中将对应服务的域名映射都修改为192.168.140.110。（在RagFlow的docker/.env文件中均有体现）

sudo vi /etc/hosts
192.168.140.110 es01 mysql minio redis

1.4 RagFlow源码运行(后端)

通过前面的步骤，我们已经完成了RagFlow的依赖安装，之后就可以运行RagFlow了。
RagFlow需要运行的程序有以下3个：

1. ragflow/api/ragflow_server.py，后端api接口，python运行
2. ragflow/rag/svr/task_executor.py，后端task任务消费者，python运行
3. ragflow/web，前端web界面，使用npm运行

后端程序可以参考docker/launch_backend_service.sh脚本启动。

为了后期开发过程中更方便的调试运行RagFlow，建议单独运行每个后端程序。

在PyCharm中运行python项目需要有一个python解释器，这里我们选择ragflow/.venv下的python程序：

再打开python程序的运行配置框，在里面手动填入所需要的环境变量信息(ragflow/docker/.env)。

需要注意的是，PyCharm无法直接读取ragflow/docker/.env中的内容，为此我们可以单独写一个文件代替下，如写一个 .env_pycharm文件，内容为：

DOC_ENGINE=elasticsearch
NLTK_DATA="./nltk_data"

最后，再确保Working directory为代码根目录，.env文件为我们新创建的 .env_pycharm文件，之后点击运行：

提示9380端口监听成功，就代表ragflow_server.py程序启动成功了。

curl试一下：

curl http://127.0.0.1:9380/

有json信息返回了，就代表测试成功了。

ragflow_server.py在任务提交时，会将所需要执行的任务写入到redis中，之后再由task_executor.py异步拉取待处理的任务并执行。

task_executor.py的启动方式与ragflow_server.py一样，这里不再复述。运行成功时，截图大致长这样：

另：RagFlow的ragflow_server.py和task_executor.py这两个启动程序均会读取此配置文件ragflow/conf/service_conf.yaml，这里面会配置RagFlow所需要连接的中间件，我这里的配置内容如下：

ragflow:
  host: 0.0.0.0
  http_port: 9380
admin:
  host: 0.0.0.0
  http_port: 9381
mysql:
  name: 'rag_flow'
  user: 'root'
  password: 'infini_rag_flow'
  host: 'mysql'
  port: 5455
  max_connections: 900
  stale_timeout: 300
  max_allowed_packet: 1073741824
minio:
  user: 'rag_flow'
  password: 'infini_rag_flow'
  host: 'minio:9000'
es:
  hosts: 'http://es01:1200'
  username: 'elastic'
  password: 'infini_rag_flow'
redis:
  db: 1
  password: 'infini_rag_flow'
  host: 'redis:6379'
task_executor:
  message_queue_type: 'redis'
user_default_llm:
  default_models:
    embedding_model:
      api_key: 'xxx'
      base_url: 'http://localhost:6380'

1.5 RagFlow源码运行(前端)

上面我们运行了RagFlow的后端程序，并成功监听了9380端口，只有http接口没有web界面，接下来我们将web界面也运行起来。

切换到ragflow源码的web目录，依次运行以下命令安装前端项目所需要的依赖：

curl -o- https://raw.githubusercontent.com/nvm-sh/nvm/v0.39.7/install.sh | bash
source ~/.bashrc
nvm install 20
nvm use 20
node -v
npm install

执行npm run dev启动web项目：

export NODE_OPTIONS=“–max-old-space-size=4096”
npm run dev

执行完后，会有以下输出：

到这里，我们就可以在浏览器中访问RAGFlow了：http://localhost:9222

2. RAGFlow示例-文搜文档

如果仅想在本地运行RAGFlow，只需要切换到RAGFlow的docker目录，使用docker compose启动整个服务就可以了。命令为：

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

之后输入对应的ip访问。比如我这里的：http://192.168.140.110/

注册登录一个账号后，配置好默认的基础模型，我这里使用的是硅基流动平台提供的模型。

有了大模型的配置后，我们就可以体验RagFlow中的常用功能了。这里以先以RAG场景中常见的文档搜索为例，和大家一起体验下。

2.1 DeepDoc解析

在RAGFlow中默认的文档解析器为DeepDoc，是RAGFlow自研的解析器。同时，RAGFlow在启动时，也会自动加载DeepDoc相关的模型到系统中，可以在download_deps.py中看到这样的代码片段：

repos = [
    "InfiniFlow/text_concat_xgb_v1.0", # 文本分块拼接决策模型（Chunk 合并/切分优化）
    "InfiniFlow/deepdoc", # 复杂文档结构理解（Layout-aware 文档解析）
    "InfiniFlow/huqie", # 胡切，中文文本智能切分（语义级切块）
]

本文中不对DeepDoc的实现细节详细展开，仅如何快速使用进行了解。

此处以大名鼎鼎的Transformer架构论文：《Attention Is All You Need》为例，试一下我们用RAGFlow可以如何检索这篇PDF文档。

首先，我们创建一个Dataset，并在其中上传《Attention Is All You Need》的PDF论文到其中，并点击解析按钮进行解析。

待解析完成后，再次点击文件，会弹出解析后的切片结果，截图如下：

点击某一个切片(Chunk)，RagFlow也允许我们对它进行内容的二次编辑，左边的原文黄色高亮部分也会体现出所对应的解析原文，这种UI界面的操作也正是RAGFlow的强大之处。来个截图：

当RagFlow完成文档的解析切片后，我们便可以对它进行检索了。RagFlow中提供了多种方式可以让我们对文档搜索，可以直接用的有以下两种方式：

• Chat(LLM对话方式)
• Search(AI检索)

我们分别发起一个问题：什么是Transformer？

RagFlow的chat则会根据Transformer的文档切片内容进行LLM汇总概括。点击每一个 【小感叹号】 也会弹出对应的文档片段引用。

再试下将同样的问题发给RagFlow中的Search看一下效果：

这部分则更像是文档搜索，它会列出对应的文档，以及搜索出来的top文档片段。

2.2 MinerU解析(api方式接口)

上面使用DeepDoc对文档处理时，对于某些公式提取的还不够完美，比如对于Attention(Q、K、V)的计算公式解析的还不够完善。DeepDoc解析结果截图如下：

这时，我们就可以将RagFlow自带DeepDoc替换为MinerU，在RagFlow的官方文档中也提供了使用http接口的方式调用MinerU解析pdf文档的步骤，这里实践一下：

1. 编译MinerU镜像。笔者这里以docker方式部署它，有gpu更佳(笔者这里没有用gpu仅有cpu，也能跑只是点有慢)

   wget https://gcore.jsdelivr.net/gh/opendatalab/MinerU@mineru-2.6.8-released/docker/china/Dockerfile
   #CPU运行，使用FROM docker.m.daocloud.io/vllm/vllm-openai:v0.10.2，不使用v0.10.1.1
   docker build -t mineru:latest -f Dockerfile .

   上面我所使用的MinerU版本为当前的最新版2.6.8。

2.启动MinerU。待上面的docker镜像打包完成，再输入以下命令启动MinerU：

docker run -d --name mineru \
  --shm-size 32g \
  -p 8000:8000 \
  mineru:latest \
  mineru-api --host 0.0.0.0 --port 8000

之后访问映射出来的地址，上面暴露的mineru的api端口是8000端口，我这里就访问对应的IP+Port：http://192.168.31.174:8000/docs

打开它，我们会发现，它其实是一个swagger的接口页面，我们也可以直接在此页面中进行接口验证对pdf文件进行解析。

3. 集成到MinerU中。确保MinerU的http接口没问题后，接入RagFlow也很简单，仅需在ragflow/docker的 .evn 环境变量中加入一行配置：

MINERU_APISERVER=http://192.168.31.174:8000

也就是将上面部署的MinerU的api地址，再重启ragflow的docker compose，使其容器内的环境变量生效果，我们就可以使用MinerU来解析文档了。
再来RagFlow使用MinerU解析文档效果图：
右边的解析公式结果为LaTeX格式，我们可以找一个在线LaTeX编辑器看效果。

在RagFlow调用MinerU的接口解析文档的时候，在MinerU的docker容器中也会有对应的日志输出。

为了对比MinerU和DeepDoc在公式解析的差异，我们也可以访问MinerU官网上传对比一下。以下是我上传同一个PDF对公式解析的结果：

从公式解析的结果来看，MinerU的解析效果与原文相比不能说非常相似，只能说一模一样。

没有对比就没有伤害，强的可怕~。

更多关于MinerU接入RagFlow的详细配置，可参考：how-to-use-mineru-to-parse-pdf-documents。

3. RagFlow文搜图/视频/自定义智能体

一不小心，这篇文章就超篇幅了。后续关于文搜图/视频/自定义智能体这部分见我的另一篇文章。