---
title: "RAG 实践- Ollama+RagFlow 部署本地知识库"
description: "本文我们介绍另一种实现方式：利用 Ollama+RagFlow 来实现,其中 Ollama 中使用的模型仍然是Qwen2"
date: 2024-06-18T15:15:04Z
canonical: https://xiaobox.github.io/p/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/
author: 小盒子
categories: ["AI"]
tags: ["Docker", "Git", "LLM", "RAG", "架构", "网络", "DevOps"]
source: https://mp.weixin.qq.com/s/F8M6WjuisJJ-wWgWtpwtAg
license: CC BY-NC-SA 4.0
license_url: https://creativecommons.org/licenses/by-nc-sa/4.0/
---

# RAG 实践- Ollama+RagFlow 部署本地知识库

## 前言

上一篇[文章](http://mp.weixin.qq.com/s?__biz=MzI3Njk5ODg4OQ==&mid=2247489151&idx=1&sn=2f2dc98798b88399322f5be8dd253057&chksm=eb6da9f9dc1a20efe6dc6ae4bf52eeb8c8521c4164f50941881fddf49093a5425810abbcf325&scene=21#wechat_redirect)我们介绍了如何利用 Ollama+AnythingLLM 来实践 RAG ，在本地部署一个知识库。借助大模型和 RAG 技术让我可以与本地私有的知识库文件实现自然语言的交互。

本文我们介绍另一种实现方式：利用 Ollama+RagFlow 来实现，其中 Ollama 中使用的模型仍然是`Qwen2`

我们再来回顾一下 RAG 常见的应用架构

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/001-d440b88c.png)

## RagFlow的安装和部署

### 前置条件

-   CPU >= 4 核
-   RAM >= 16 GB
-   Disk >= 50 GB
-   Docker >= 24.0.0 & Docker Compose >= v2.26.1

### 安装

克隆仓库

`$ git clone https://github.com/infiniflow/ragflow.git   `

进入 docker 文件夹，利用提前编译好的 Docker 镜像启动服务器：

`$ cd ragflow/docker   $ chmod +x ./entrypoint.sh   $ docker compose -f docker-compose-CN.yml up -d   `

这一步注意docker 下载的镜像比较大，要留有足够的存储空间，我这边观察下载了约 10 个 G 左右。

服务器启动成功后再次确认服务器状态:

`$ docker logs -f ragflow-server   `

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/002-d8a49a8d.png)

这里注意，安装完成后并不是要进入 下面两个地址

-   http://127.0.0.1:9380
-   http://172.18.0.6:9380

而是要进入：http://localhost:80 先注册账号，是下面这个页面

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/003-a0f0abfc.png)

### 注册登录

在上图的界面中注册，然后登录就来到下面这个页面了

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/004-972b0db7.png)

## 配置 Ollama 连接大模型

如下图我们先配置模型，点击右上角头像，再点击模型提供商

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/005-a94eb5c2.png)

这里我是想连接我本地已经安装部署好的 Ollama ，通过 Ollama 我安装了 Qwen2 大模型，具体的安装步骤在之前的那篇文章里，有需要的可以移步到那里看。

打开Ollama  后， 我是通过服务器模式启动的大模型

`ollama serve   `

当然你也可以选择其他平台和其他模型，需要提供 API key，API key 的获取就去你所选模型的网站，现在有很多模型的 API 是有免费额度的。

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/006-f6bddca3.png)

接着我们在 RagFlow 中配置模型，注意由于 RagFlow 我是在 docker 中安装的，所以请求本地部署的 Ollama 地址要用 ：http://host.docker.internal:11434

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/007-037c9c84.png)

## 创建知识库

接下来我们就可以创建知识库了

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/008-9cd5baa7.png)

注意这里的文件类型没有 `markdown`,但我实测 `markdown` 是可以的。其他的选项，根据你的情况自行设置就好，很简单。

接下来就是上传你的文件了，也比较简单，但我发现上传后文件处理的比较慢，应该是我电脑配置的原因

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/009-3df4c69c.png)

文件上传并处理完成后，可以通过检索测试看一下文件有没有被正确检索。

至此，如果你上传完成全部的文件，知识库就算创建完毕了。

## 聊天

接着就到了展示成果的时候了，我们可以根据自己的知识库与模型进行自然语言交互了。

首先注意，在聊天配置中要把 token 设置的大一些，不然回复的内容会很少！我这里把它拉到最大值了。

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/010-a4073cf5.png)

展示一下成果：

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/011-7652058a.png)

我觉得还算满意。但是由于我笔记本配置一般，也没有显卡支持，所以跑的很慢，真的很慢。但如果部署在有 GPU 的服务器上，企业私有化部署供内部使用，应该会比较快的。

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/012-55c77845.png)

## 思考

我这里的例子是用个人笔记本电脑上的资料做的个人知识库，对于文档的提问，无论是围绕着摘要总结来做，还是围绕着全文检索，答案看起来还行，也基本能用。但是这是面向个人的或者说面向 C 端 ，如果面向 B 端面向企业单靠向量检索就力不从心了，一来无法对精确信息召回，二来无法与企业内部信息系统集成（大量结构化数据）。所以必须在检索阶段引入多路召回和重排序，保证数据查询的准确度。

企业内部的数据包含各种格式，更复杂的还包含各类图表等，如果在没有理解这些语义的基础之上直接提供 RAG 方案，例如简单的根据文字空白就来切分段落，就会导致语义丢失从而让最终查询的结果也是混乱不堪。

如果解决这个问题呢，除了之前说的多路召回（多跳）和重排序这种方案，目前业界还有其他思路，比如 infiniFlow提出的 Infinity AI原生数据库（https://github.com/infiniflow/infinity）

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/013-50bc4af9.png)

从上图可以看到，AI原生数据库 不仅涵盖非结构化的内容如文档和图片，也包括结构化的信息系统。对这些信息进行有效整合，并在此基础上实现多路召回机制和最终的融合排序解决方案。

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/014-02b441fd.png)

此外，很多AI 产品的上下文现在是越来越长，可能有人会说现在上下文都这么长了，还用得着 RAG 吗？我认为，RAG在知识库问答场景依然是非常必要的。LLM 的长上下文能力，对于 RAG 来说应该是很大的促进。用 OpenAI 联创 Andrej Karpathy 的一张图做个类比，他把 LLM 比喻为一台计算机的 CPU， 把上下文类比为计算机的内存，那么以向量为代表的数据库，就可以看作是这台计算机的硬盘

![Image](https://pub-f29bf2b53160470c9a85250116509a24.r2.dev/post/2024-06-18-rag-shi-jian-ollama-ragflow-bu-shu-ben-di-zhi-shi-ku/015-c940bbf7.png)

显然你不可能买一台只有内存的电脑。内存可以很大，但也意味着很贵，并且短时间内替代不了硬盘的作用。

最后是准确性问题，关于这个问题一般有两个方向的解决思路，一种是从 RAG 下手，比如做 Embedding 模型的微调。一种是从 LLM 下手，做 LLM 微调。虽然两种我都没真正做过，但从研读的资料上得知RAG系统在实时性和成本方面相较于LLM微调具有优势，因此更受青睐。这点跟我的直觉一致。

## 参考

-   https://github.com/infiniflow/ragflow/blob/main/README\_zh.md
-   https://infiniflow.org/blog/database-for-rag