一、项目部署参考B站资料，具体链接如下：

【知识科普】【纯本地化搭建】【不本地也行】DeepSeek + RAGFlow 构建个人知识库_哔哩哔哩_bilibili

二、具体步骤：

1、ollamam安装

ollamam是一个大模型管理平台，我们将在ollama中导入deepseek-r1，前提是系统必须是win10以上操作系统，win7和window server 2019亲测不行

下载地址：Ollama

ollama将以默认方式安装在C盘，大约需要5G的空间，请提前预留好系统空间

设置环境变量，这个很重要很重要，模型存放位置最好放在非系统盘中，否则后期模型会引爆C盘，设置完后一定先重启系统在导入大模型.

2、在ollama中导入大模型

在ollama网站中选择对应的大模型，这里选择deepseek-r1:7b，复制导入模型的命令

ollama run deepseek-r1:7b

导入模型时间比较长，可尝试科学上网，模型导完后可用以下命令测试模式是否导入成功，也可直接用上一步代码运行导入的大模型，输入hello测试大模型是否正常回答

ollama list

如果以上测试都正常，则ollama和对应大模型都已经正常安装，下一步开始安装argflow来搭建知识库

三、安装ragflow+docker，搭建个人知识库

1、下载安装ragflow-main

ragflow是一个检索增强生成的技术架构，用来构建知识库 

下载地址：https://github.com/infiniflow/ragflow

解压项目后进入docker目录中修改.env文件，将镜像源改为非精简版，该版本包含embedding，embedding是用来将文本转化为向量的

2、下载安装docker

docker是一种容器，可以将项目运行所需要的环境打包到一个容器中，将项目在容器中运行可以省去大量配置各种软件环境的复杂操作

docker在win11系统中安装依赖wsl，先安装wsl服务，并将wsl升级到wsl2，否则docker安装不成功

3、在dockers中安装ragflow

先进入docker，在setting/resource中将image路径修改到其它分区中，否则安装默认系统分区，会爆炸系统分区

然后运行以下命令，将ragflow部署到docker容器中

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

下载过程比较慢，可以尝试快乐上网

4、运行ragflow

ragflow本地地址为：http://localhost:80，请提前关闭系统IIS服务，以免80端口被占用

打开后添加大模型：

这里模型类型选chat，uid填入ollama中拉下的模型，名称严格复制ollama list中查到的名称

url中的ip地址要选择wsl中的虚拟地址，而不是本机ip地址

最后在系统模式设置中设置添加的模型

四、创建个人知识库

建立关于一个类别的知识库，然后上床相关的资料文档，切记一定要解析成功才可使用，过程并无大多问题，但在知识库建立后聊天问答时可能会遇到一些问题，这里总结两条我遇到了的

1、提问后模型无法回答，提示以下错误

原因：内存不足

解决：调整windows对docker desktop的内存分配。进入docker desktop的settings-resources页面，发现资源由windows分配，指引我们去修改系统对WSL2的资源分配

win + r，调出运行，输入 %UserProfile%，进入用户文件夹
在用户文件夹下创建一个新的文件，改名为 .wslconfig，内容如下

[wsl2]
memory=16GB          # 分配的内存
processors=12        # 处理器核心数量，考虑超线程
swap=0
localhostForwarding=true

保存文件后，重启docker和WSL

2、提问后模型无法回答，提示以下错误

原因：知识库中数据集文件失效

解决：重新上传数据集并解析

五、以上就是安装全过程的分享