作者在搭建私有知识库部署ragflow过程中踩了很多坑，在此分享一下本地安装部署经验。话不多说，本文全程干货。

重要提醒，过程中至少需要重启电脑2次，大家记得提前保存教程哦。

DeepSeek模型本地化部署

这个部分在网上很多正确的教程，此处按照步骤快速带过。

下载安装ollama

找到ollama官网，点击下载，把安装包下载到本地。
双击安装包，点击安装即可。安装完成后win+R键打开左下角运行窗口，输入cmd后回车。在命令行输入

代码解读
复制代码ollama -v

返回版本信息即为运行成功

命令行拉取deepseek模型

在ollama官网搜索deepseek-r1模型，选择一个合适的模型（这里以1.5b为例）。复制命令，然后打开刚刚的命令行直接粘贴进去然后回车，显示“success”就OK了。

RAGflow部署

启动电脑的支持

1. 打开控制面板–>程序和功能–>启用和关闭Windows功能–>Hyper-V打勾，适用于Linux的Windows子系统打勾，虚拟机平台打勾。确定后等待下载和更新，完成后点立即重启电脑。

1. 打开任务管理器–>性能–>CPU，查看虚拟化是否已启用。

docker下载与安装

1. 下载适用x64的WSL，点击下一步和安装即可。 命令行运行

css

代码解读
复制代码wsl --update

打开powershell，以管理员身份运行

csharp代码解读复制代码# 将 WSL 默认版本设置为 WSL 2
wsl --set-default-version 2

\2. 到docker官网下载4.29.0版本安装包（4.30.0及以上不支持更改镜像）。
3. 下载完成双击installer，直接开始安装，等待安装完成后重启计算机。
4. 重启完成后，双击桌面docker desktop启动，看到containers首页即为安装成功
5. 修改镜像源：点击右上角设置图标，在Docker Engine里面修改添加镜像源（不添加镜像源的话Docker默认从外网下载，网速非常慢，容易下载失败）。
这里，作者使用的镜像源如下：

json代码解读复制代码"registry-mirrors": [
    "https://docker.tbedu.top",
    "https://docker.1panel.live",
    "https://docker.mirrors.ustc.edu.cn",
    "https://registry.docker-cn.com"
  ]

RAGflow下载与知识库构建

部署RAGflow的软硬件条件

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

1. 到github下载ragflow源码（没有git可以直接下载zip压缩包）。下载到本地后解压到全英文路径下。

2. 使用docker拉取ragflow远程镜像源。此处需要先修改配置为下载完整版。在拉取的ragflow仓库路径下的docker/.env 文件内的RAGFLOW_IMAGE变量，通过设置RAGFLOW_IMAGE=infiniflow/ragflow:v0.16.0来下载 RAGFlow镜像的 v0.16.0 完整发行版。

在ragflow-main文件夹(你压缩包里的文件夹的名字)下打开cmd窗口运行以下命令：

bash

代码解读
复制代码docker compose -f docker/docker-compose.yml up -d   

\3. 打开浏览器，进入到本地的ragflow，注册账号进行登录

4. 点击右上角头像，在模型提供商中添加我们本地部署的deepseek模型。注意模型的名称要和ollama官网名称完全一致在系统设置中配置Chat模型（deepseek）和Embedding模型（RAGFlow自带的）

现在就可以按需创建知识库，上传解析文件了。之后创建聊天助手（注意prompt和tokens的配置）就能开始对话了

如何零基础入门 / 学习AI大模型？

大模型时代，火爆出圈的LLM大模型让程序员们开始重新评估自己的本领。 “AI会取代那些行业？”“谁的饭碗又将不保了？”等问题热议不断。

不如成为「掌握AI工具的技术人」，毕竟AI时代，谁先尝试，谁就能占得先机！

想正式转到一些新兴的 AI 行业，不仅需要系统的学习AI大模型。同时也要跟已有的技能结合，辅助编程提效，或上手实操应用，增加自己的职场竞争力。

但是LLM相关的内容很多，现在网上的老课程老教材关于LLM又太少。所以现在小白入门就只能靠自学，学习成本和门槛很高

那么我作为一名热心肠的互联网老兵，我意识到有很多经验和知识值得分享给大家，希望可以帮助到更多学习大模型的人！至于能学习到多少就看你的学习毅力和能力了 。我已将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

👉 福利来袭CSDN大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

全套AGI大模型学习大纲+路线

AI大模型时代的学习之旅：从基础到前沿，掌握人工智能的核心技能！

640套AI大模型报告合集

这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。

👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉 福利来袭CSDN大礼包：《2025最全AI大模型学习资源包》免费分享，安全可点 👈

这份完整版的大模型 AI 学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】

作为普通人，入局大模型时代需要持续学习和实践，不断提高自己的技能和认知水平，同时也需要有责任感和伦理意识，为人工智能的健康发展贡献力量。