常见问题

关于一般功能、故障排除、使用等方面的查询。

通用特性​

RAGFlow与其他RAG产品有何不同？​

尽管大型语言模型（LLMs）显著推进了自然语言处理（NLP）的发展，但“垃圾进垃圾出”的现状依然未变。为此，RAGFlow相比其他检索增强生成（RAG）产品引入了两个独特的功能。

• 细粒度文档解析：文档解析涉及图像和表格，您可以根据需要灵活干预。
• 可追踪的答案，减少幻觉：您可以信任RAGFlow的响应，因为您可以查看支持它们的引用和参考文献。

为什么RAGFlow解析文档比LangChain花费的时间更长？​

我们在文档预处理任务上投入了大量精力，如使用我们的视觉模型进行布局分析、表格结构识别和OCR（光学字符识别）。这导致了所需时间的增加。

为什么RAGFlow比其他项目需要更多的资源？​

RAGFlow 有许多内置模型用于文档结构解析，这些模型占用了额外的计算资源。

RAGFlow支持哪些架构或设备？​

我们正式支持x86 CPU和nvidia GPU。虽然我们也在ARM64平台上测试了RAGFlow，但我们不计划维护ARM的RAGFlow Docker镜像。

哪些嵌入模型可以本地部署？​

RAGFlow 提供两个 Docker 镜像版本，v0.15.1-slim 和 v0.15.1：

• infiniflow/ragflow:v0.15.1-slim (默认): 不包含嵌入模型的RAGFlow Docker镜像。
• infiniflow/ragflow:v0.15.1: 包含嵌入模型的RAGFlow Docker镜像：
  • 内置嵌入模型：
    • BAAI/bge-large-zh-v1.5
    • BAAI/bge-reranker-v2-m3
    • maidalun1020/bce-embedding-base_v1
    • maidalun1020/bce-reranker-base_v1
  • 在RAGFlow UI中选择后才会下载的嵌入模型：
    • BAAI/bge-base-en-v1.5
    • BAAI/bge-large-en-v1.5
    • BAAI/bge-small-en-v1.5
    • BAAI/bge-small-zh-v1.5
    • jinaai/jina-embeddings-v2-base-en
    • jinaai/jina-embeddings-v2-small-en
    • nomic-ai/nomic-embed-text-v1.5
    • sentence-transformers/all-MiniLM-L6-v2

你们是否提供用于与第三方应用程序集成的API？​

相应的API现已可用。更多信息请参见RAGFlow HTTP API参考或RAGFlow Python API参考。

是否支持流输出？​

是的，我们做。

是否可以通过URL分享对话？​

不，此功能不受支持。

是否支持多轮对话，将之前的对话作为当前查询的上下文？​

是的，我们支持根据正在进行的对话的现有上下文增强用户查询：

1. 在聊天页面，将鼠标悬停在所需的助手上方并选择编辑。
2. 在聊天配置弹出窗口中，点击提示引擎标签。
3. 打开多轮优化以启用此功能。

故障排除​

Docker镜像的问题​

如何从头开始构建RAGFlow镜像？​

参见构建RAGFlow Docker镜像。

huggingface模型的问题​

无法访问 https://huggingface.co​

本地部署的RAGflow默认从Huggingface网站下载OCR和嵌入模块。如果您的机器无法访问此站点，则会发生以下错误，并且PDF解析失败：

FileNotFoundError: [Errno 2] No such file or directory: '/root/.cache/huggingface/hub/models--InfiniFlow--deepdoc/snapshots/be0c1e50eef6047b412d1800aa89aba4d275f997/ocr.res'

要解决这个问题，请使用 https://hf-mirror.com 代替：

1. 停止所有容器并移除所有相关资源：

   cd ragflow/docker/
   docker compose down
   

2. 取消注释ragflow/docker/.env中的以下行：

   # HF_ENDPOINT=https://hf-mirror.com
   

3. 启动服务器：

   docker compose up -d 
   

MaxRetryError: HTTPSConnectionPool(host='hf-mirror.com', port=443)​

此错误表明您无法访问互联网或无法连接到hf-mirror.com。请尝试以下操作：

1. 手动从huggingface.co/InfiniFlow/deepdoc下载资源文件到本地文件夹~/deepdoc。

2. 添加卷到docker-compose.yml，例如：

   - ~/deepdoc:/ragflow/rag/res/deepdoc
   

RAGFlow服务器的问题​

WARNING: 无法找到 /raglof/rag/res/borker.tm​

忽略此警告并继续。所有系统警告都可以忽略。

network anomaly 您的网络存在异常，无法连接到服务器。​

除非服务器完全初始化，否则您将无法登录到RAGFlow。运行docker logs -f ragflow-server。

服务器已成功初始化，如果您的系统显示以下内容：

     ____   ___    ______ ______ __               
    / __ \ /   |  / ____// ____// /____  _      __
   / /_/ // /| | / / __ / /_   / // __ \| | /| / /
  / _, _// ___ |/ /_/ // __/  / // /_/ /| |/ |/ / 
 /_/ |_|/_/  |_|\____//_/    /_/ \____/ |__/|__/  

 * Running on all addresses (0.0.0.0)
 * Running on http://127.0.0.1:9380
 * Running on http://x.x.x.x:9380
 INFO:werkzeug:Press CTRL+C to quit

RAGFlow后端服务的问题​

实时同义词功能已禁用，因为没有redis连接​

忽略此警告并继续。所有系统警告都可以忽略。

为什么我的文档解析停滞在不到百分之一？​

点击“解析状态”栏旁边的红色十字，然后重新启动解析过程，看看问题是否仍然存在。如果问题仍然存在并且您的RAGFlow是本地部署的，请尝试以下操作：

1. 检查您的RAGFlow服务器的日志，看看它是否正常运行：

   docker logs -f ragflow-server
   

2. 检查task_executor.py进程是否存在。

3. 检查您的RAGFlow服务器是否可以访问hf-mirror.com或huggingface.com。

为什么我的pdf解析在接近完成时停滞，而日志没有显示任何错误？​

点击“解析状态”栏旁边的红色叉号，然后重新启动解析过程，看看问题是否仍然存在。如果问题仍然存在并且您的RAGFlow是本地部署的，解析过程很可能由于内存不足而被终止。尝试通过在docker/.env中增加MEM_LIMIT值来增加内存分配。

docker compose stop

docker compose up -d

Index failure​

索引失败通常表示Elasticsearch服务不可用。

如何检查RAGFlow的日志？​

tail -f ragflow/docker/ragflow-logs/*.log

如何检查RAGFlow中每个组件的状态？​

1. 检查Elasticsearch Docker容器的状态：

   $ docker ps
   

   以下是一个示例结果：

   5bc45806b680   infiniflow/ragflow:latest     "./entrypoint.sh"        11 hours ago   Up 11 hours               0.0.0.0:80->80/tcp, :::80->80/tcp, 0.0.0.0:443->443/tcp, :::443->443/tcp, 0.0.0.0:9380->9380/tcp, :::9380->9380/tcp   ragflow-server
   91220e3285dd   docker.elastic.co/elasticsearch/elasticsearch:8.11.3   "/bin/tini -- /usr/l…"   11 hours ago   Up 11 hours (healthy)     9300/tcp, 0.0.0.0:9200->9200/tcp, :::9200->9200/tcp           ragflow-es-01
   d8c86f06c56b   mysql:5.7.18        "docker-entrypoint.s…"   7 days ago     Up 16 seconds (healthy)   0.0.0.0:3306->3306/tcp, :::3306->3306/tcp     ragflow-mysql
   cd29bcb254bc   quay.io/minio/minio:RELEASE.2023-12-20T01-00-02Z       "/usr/bin/docker-ent…"   2 weeks ago    Up 11 hours      0.0.0.0:9001->9001/tcp, :::9001->9001/tcp, 0.0.0.0:9000->9000/tcp, :::9000->9000/tcp     ragflow-minio
   

2. 按照此文档检查Elasticsearch服务的健康状态。

Exception: Can't connect to ES cluster​

1. 检查Elasticsearch Docker容器的状态：

   $ docker ps
   

   一个健康的Elasticsearch组件的状态应该如下所示：

   91220e3285dd   docker.elastic.co/elasticsearch/elasticsearch:8.11.3   "/bin/tini -- /usr/l…"   11 hours ago   Up 11 hours (healthy)     9300/tcp, 0.0.0.0:9200->9200/tcp, :::9200->9200/tcp           ragflow-es-01
   

2. 按照此文档检查Elasticsearch服务的健康状态。

3. 如果你的容器不断重启，请确保按照此README中的要求，vm.max_map_count >= 262144。如果你希望永久保留更改，则需要在/etc/sysctl.conf中更新vm.max_map_count值。请注意，此配置仅适用于Linux。

无法启动ES容器并获取Elasticsearch did not exit normally​

这是因为你忘记更新vm.max_map_count值在/etc/sysctl.conf中，并且你的更改在系统重启后被重置。

{"data":null,"code":100,"message":"<NotFound '404: 未找到'>"}​

您的IP地址或端口号可能不正确。如果您使用的是默认配置，请在浏览器中输入http://<IP_OF_YOUR_MACHINE>（不是9380，也不需要端口号！）。这应该可以正常工作。

Ollama - Mistral 实例运行在 127.0.0.1:11434，但无法在 RagFlow 中添加 Ollama 作为模型​

正确的Ollama IP地址和端口对于向Ollama添加模型至关重要：

• 如果您在 demo.ragflow.io 上，请确保托管 Ollama 的服务器具有可公开访问的 IP 地址。请注意，127.0.0.1 不是一个可公开访问的 IP 地址。
• 如果您在本地部署RAGFlow，请确保Ollama和RAGFlow在同一个局域网内，并且可以相互通信。

查看Deploy a local LLM以获取更多信息。

你们是否提供使用deepdoc解析PDF或其他文件的示例？​

是的，我们有。请查看rag/app文件夹下的Python文件。

为什么我无法上传超过128MB的文件到本地部署的RAGFlow？​

确保更新MAX_CONTENT_LENGTH环境变量：

1. 在ragflow/docker/.env中，取消注释环境变量MAX_CONTENT_LENGTH：

   MAX_CONTENT_LENGTH=176160768 # 168MB
   

2. 更新 ragflow/docker/nginx/nginx.conf:

   client_max_body_size 168M
   

3. 重启RAGFlow服务器：

   docker compose up ragflow -d
   

FileNotFoundError: [Errno 2] 没有这样的文件或目录​

1. 检查MinIO Docker容器的状态：

   $ docker ps
   

   一个健康的Elasticsearch组件的状态应该如下所示：

   cd29bcb254bc   quay.io/minio/minio:RELEASE.2023-12-20T01-00-02Z       "/usr/bin/docker-ent…"   2 weeks ago    Up 11 hours      0.0.0.0:9001->9001/tcp, :::9001->9001/tcp, 0.0.0.0:9000->9000/tcp, :::9000->9000/tcp     ragflow-minio
   

2. 按照此文档检查Elasticsearch服务的健康状态。

用法​

如何增加RAGFlow响应的长度？​

1. 右键点击所需的对话框以显示聊天配置窗口。
2. 切换到模型设置标签，并调整最大令牌数滑块以获得所需的长度。
3. 点击确定以确认您的更改。

如何运行RAGFlow与本地部署的LLM？​

您可以使用Ollama或Xinference来部署本地LLM。更多信息请参见这里。

是否可以添加一个不受支持的LLM？​

如果您的模型目前不受支持，但具有与OpenAI兼容的API，请在模型提供商页面上点击OpenAI-API-Compatible来配置您的模型：

如何将RAGFlow与Ollama互连？​

• 如果 RAGFlow 是本地部署的，请确保您的 RAGFlow 和 Ollama 在同一个局域网内。
• 如果您正在使用我们的在线演示，请确保您的Ollama服务器的IP地址是公开且可访问的。

更多信息请参见这里。

错误：输入长度的范围应为 [1, 30000]​

此错误发生的原因是匹配您搜索条件的块太多。尝试减少TopN并增加相似度阈值来解决此问题：

1. 点击页面顶部中间的聊天。
2. 右键点击所需的对话 > 编辑 > 提示引擎
3. 减少TopN和/或提高相似度阈值。
4. 点击确定以确认您的更改。

如何获取用于与第三方应用程序集成的API密钥？​

参见获取RAGFlow API密钥。

如何升级RAGFlow？​

有关更多信息，请参阅升级RAGFlow。