一、端口冲突问题

dify和ragflow默认使用相同的端口（80和443），导致如果部署到同一个服务器会产生端口冲突，我在使用过程中是修改了ragflow的端口映射，即在docker-compose.yml文件和docker-compose-gpu.yml文件中修改。

    ports:
      - ${SVR_HTTP_PORT}:9380
      - 8880:80
      - 4443:443

二、依赖服务冲突

dify和ragflow都依赖redis，如果使用默认配置同样会产生冲突。

修改ragflow的redis配置，在.env文件中，将6379修改为6380

REDIS_PORT=6380

三、硬件资源不足

RAGFlow 对资源要求较高（CPU ≥4核、内存 ≥16GB、磁盘 ≥50GB），资源不足时启动失败或运行卡顿。检查服务器配置，升级硬件或调整 Docker 资源分配（通过 Docker Desktop 设置 CPU/内存限制）。参考文章进行资源设置：

RAGflow离线部署上传文件解析报wsl故障-CSDN博客

四、dify调用ragflow知识库

1.在ragflow中创建API key 并记录知识库ID。

2.在dify的.env文件中填写ragflow的API地址和key

API_ENDPOINT=http://<RAGFlow_IP>:9380/api/v1/dify
API_KEY=your_ragflow_api_key

3.关闭dify的reranker模型，优先使用ragflow的解析结果