RAGFlow：深度文档理解 RAG 引擎｜Docker Compose 部署全指南

仓库：https://github.com/infiniflow/ragflow 官方文档：https://ragflow.io/docs/dev/ 许可证：Apache-2.0 运行形态：Docker Compose（多服务，含 ES / MySQL / MinIO / NATS / KVrocks）

1. 项目简介

RAGFlow 是 infiniflow 开源的深度文档理解 RAG 引擎。核心 DeepDoc 在开源 1.0 版本中用 CPU 推理做版面分析、OCR 与表格识别，提供从文档解析到检索增强生成的完整 RAG 流水线。

1.1 核心信息一览

1.2 适用场景

• 想把 PDF / 表格 / 版面复杂文档做成 RAG 知识库；
• 需要深度文档解析（版面、OCR、表格）；
• 想私有化部署 RAG 引擎。

1.3 能力边界（官方口径）

• 1.0 版本 DeepDoc 用 CPU 推理；
• 启动依赖 ES 等，需先设 vm.max_map_count=262144；
• RAGFlow 容器本身未定义 Compose healthcheck，需用 HTTP 接口判活。

2. 功能特性

• DeepDoc 深度文档理解：版面分析、OCR、表格识别（CPU）；
• 完整 RAG 流水线：解析 → 索引 → 检索 → 生成；
• 多服务架构：Admin / Syncer / Ingestor / API 等；
• 云服务：cloud.ragflow.io；
• 多语言 README：中 / 英 / 日 / 韩 / 法等。

3. 官方界面预览

上图为官方 README 的 GitHub Octoverse 示意（README 官方素材）。

4. 官方跳转链接汇总

• 仓库主页：https://github.com/infiniflow/ragflow
• 文档：https://ragflow.io/docs/dev/
• 云服务：https://cloud.ragflow.io
• Docker 镜像：https://hub.docker.com/r/infiniflow/ragflow
• Roadmap：https://github.com/infiniflow/ragflow/issues/12241
• Discord：https://discord.gg/NjYzJD3GM3

5. 前置要求与服务器配置

• 已安装 Docker 与 compose；
• 先设 vm.max_map_count=262144（ES 要求）：

sudo sysctl -w vm.max_map_count=262144
# 永久写入 /etc/sysctl.conf：vm.max_map_count=262144

6. 方式一：Docker Compose 部署（推荐）

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

# 切到发布标签
git checkout v1.0.0-rc3

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

启动后判活：

docker ps
curl -f http://localhost/api/v1/system/healthz

返回 HTTP 200 后打开 Web UI。

7. 方式二：云服务

不想自托管可直接用 https://cloud.ragflow.io。

8. 配置项说明

9. 常用运维命令

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

# 判活
curl -f http://localhost/api/v1/system/healthz

# 看日志
docker logs --tail 50 ragflow-cpu

# 停止
docker compose -f docker-compose.yml down

10. 常见故障排查

• ES 起不来：先设 vm.max_map_count=262144；
• 依赖未 healthy：等 ES / MySQL / MinIO / NATS / KVrocks 就绪；
• 容器崩：docker logs --tail 50 ragflow-cpu；
• 端口改了：健康检查 URL 端口同步替换。

11. 风险与合规说明

• Apache-2.0 许可；
• 1.0 为 rc 版本，生产前自行评估；
• 文档与模型遵守各自许可；
• 本文为社区部署笔记，命令以官方文档最新版本为准。