下载Docker 并启动
Docker Desktop: The #1 Containerization Tool for Developers | Docker
下载安装ollama
1. 下载完成后解压运行
2. 终端输入 Ollama --version
输出对应版本号即为下载成功
如果没有弹出上述图片，浏览器输入http://localhost:11434
即为成功
安装deepseek
自行选择下载哪个版本
等待下载完成
下载RAGflow源代码
ragflow/README_zh.md at main · infiniflow/ragflow · GitHub
git clone https://github.com/infiniflow/ragflow.git
1. 更新 docker/.env 文件内的 RAGFLOW_IMAGE 变量
2. docker compose 启动服务
docker compose -f docker/docker-compose.yml up -d针对MAC 如果有以下失败信息，请修改 docker/.env 文件内相关内容，再重新启动服务
等待启动完成
构建个人知识库
1. 浏览器输入 localhost:80，自行注册登录
2. 点击头像，添加模型提供商
基础Url ： host.docker.internal:11434
点击确定，等待添加成功
3. 系统模型设置-选择对应模型点击确定
4. 创建知识库并配置知识库
5. 新增文件并解析
6. 添加聊天助理并配置
完成以上步骤，你就可以实现聊天对话了。
说明：
1. Ragflow
是什么：Ragflow 是一个基于检索增强生成（Retrieval-Augmented Generation, RAG）的工具或框架。
作用：它可以帮助你从大量文档或数据中快速检索相关信息，并结合生成模型（如 GPT）生成高质量的答案或内容。
特点：适合处理需要结合外部知识的任务，比如问答系统、文档摘要等。
2. DeepSeek
是什么：DeepSeek 是一个 AI 模型平台，提供多种预训练的大语言模型（如 GPT 类模型）。
作用：它可以用于自然语言处理任务，比如文本生成、对话、翻译、代码生成等。
特点：性能强大，支持定制化训练和部署。
3. Ollama
是什么：Ollama 是一个本地化的大语言模型（LLM）部署工具。
作用：它允许你在本地运行大语言模型（如 LLaMA、GPT 等），而不需要依赖云端服务。
特点：适合需要隐私保护、低延迟或离线使用的场景。
三者的关系
Ragflow 和 DeepSeek 是互补的：
Ragflow 负责从外部数据源检索信息。
DeepSeek 负责生成高质量的文本内容。
结合两者可以实现更智能的问答系统或文档处理工具。
Ollama 是部署工具：
它可以将 DeepSeek 或其他大语言模型部署到本地，提供更灵活、私密的使用方式。
组合起来可以做什么？
将 Ragflow、DeepSeek 和 Ollama 组合起来，可以构建一个强大的本地化智能问答系统或文档处理工具。以下是具体应用场景：
1. 智能问答系统
流程：
用户提出问题。
Ragflow 从本地或外部文档库中检索相关信息。
DeepSeek 根据检索到的信息生成高质量的回答。
Ollama 确保整个过程在本地运行，保护数据隐私。
应用场景：
企业内部知识库问答。
学术文献检索与总结。