前言

各位读者朋友们，大家好！在之前发布的《DeepSeek+RagFlow 搭建企业级知识库：Docker 镜像构建基础篇》里，我们已经掌握了 RagFlow 服务构建与部署的相关操作。现在，我们将开启新的篇章，由笔者带领大家逐步完成知识库的配置工作。这篇文章着重于实操过程，采用详细的步骤讲解，就算是对技术不太熟悉的朋友，也能轻松跟上节奏，顺利完成操作。

1 重新认识RagFlow

1.1 架构

1.1.1 架构特点总结

• **多模态处理：**支持文本、图像、表格等多种数据类型的解析（OCR、布局分析）。
• **语义驱动：**通过向量嵌入和关键词提取实现深度语义理解。
• **模块化调度：**通过 Task Dispatch 实现灵活的任务分配，适应复杂场景。
• **端到端流程：**从文档上传到答案生成，覆盖完整的 RAG（检索增强生成）链路。

1.2主要功能

1.2.1 🍭 “Quality in, quality out”

• 基于深度文档理解，能够从各类复杂格式的非结构化数据中提取真知灼见。
• 真正在无限上下文（token）的场景下快速完成大海捞针测试。

1.2.2 🍱 基于模板的文本切片

• 不仅仅是智能，更重要的是可控可解释。
• 多种文本模板可供选择

1.2.3 🌱 有理有据、最大程度降低幻觉

• 文本切片过程可视化，支持手动调整。
• 有理有据：答案提供关键引用的快照并支持追根溯源。

1.2.4 🍔 兼容各类异构数据源

• 支持丰富的文件类型，包括 Word 文档、PPT、excel 表格、txt 文件、图片、PDF、影印件、复印件、结构化数据、网页等。

1.2.5 🛀 全程无忧、自动化的RAG工作流

• 全面优化的 RAG 工作流可以支持从个人应用乃至超大型企业的各类生态系统。
• 大语言模型 LLM 以及向量模型均支持配置。
• 基于多路召回、融合重排序。
• 提供易用的 API，可以轻松集成到各类企业系统。

2 基础环境配置

2.1 注册账户

点击docker desktop的ragflow-server 容器所对应的端口号，如果再部署的时候没有修改过默认的端口号，默认端口号一般是80端口。可以直接浏览器访问localhost就进入了登录注册界面。

先注册一个初始账号。

2.2 登陆

主页大概是这个样子的，设计还是挺简洁干净的，默认是英文的，如果英语不好的，可以切换其它语言。我默认切换到中文。

2.2.1概要

这里主要是一些无关紧要的个性化设置，如自己的用户头像，用户名，主题等。

2.2.2 密码

在这里修改自己的账号密码

2.2.3 模型提供商

⚠️这个地方配置比较重要，我们需要利用Ollama框架添加两个需要的大模型：聊天模型DeepSeek和 embedding（嵌入向量） 模型bge-m3。

本地Ollama 配置

Ollama 是一个轻量级的本地大模型运行框架，在设计上支持多种模型架构。他本身也是一个大语言模型。Ollama 由 Go 语言开发，利用 Go 语言高效的并发处理能力进行模型管理，能较好地调度系统资源

打开docker desktop 工具，点击终端输入ollama list就可以查询本地安装的所有模型。

配置DeepSeek模型

• 模型类型: chat
• 模型名称: deepseek-r1:32b
• 基础 Url: 模型所在的主机IP:11434
• 最大token数:131072

使用ollama show [模型名称]就可以查询模型的详细信息，包含最大token数。

配置向量模型

• 模型类型: embedding
• 模型名称: bge-m3:latest
• 基础 Url: 模型所在的主机IP:11434
• 最大token数:8192

两个模型添加完成之后是这个样子的

我们再单独添加一个deepseek模型

这里需要在deepSeek官网申请Key，如果没有不添加这个也行，直接使用本地部署的模型。

填写自己的API-Key

如下图所示说明就是添加完成了

系统模型设置

• 聊天模型：deepseek-reasoner （一般用次模型进行编码），当然这里也可以选择自己部署的模型
• 嵌入模型：bge-m3:latest

剩下那几个没有配置的，分情况自行配置。Img2txt模型主要用于图片和视频解析，Sequence2txt模型主要用于语音转文字，Rerank模型用于用户问题检索到重读区，TTS模型主要用在对话过程中请求语音生成。

2.2.4 系统

系统菜单主要用于监控RagFlow的中间件和组件的状态。

2.2.5 API

这个主要作用是，把自己RagFlow 服务 提供给第三方，获取提供给自己公司其它系统。

2.2.6 团队

这里的团队菜单，比较重要，接下来我们来配置团队相关的信息。我们来邀请一个团队，再邀请团队之前我们需要再创建一个测试账号。

测试账号创建好之后，我们尝试邀请刚才创建的测试用户。

接下载使用测试用户登陆同意刚才的邀请。请以之后就是下图所示，角色更新为Normal

这样就可以共享自己创建的知识库啦。看了一下权限的隔离型还是不错的，不会出现，模型和其它某些配置也能共享的情况，目前测试好像没有权限bug。

3 RagFlow搭建知识库

3.1 创建知识库

按照下图的步骤顺序创建知识库。

如下所示，我们知识库就创建成功啦。

3.1.1 知识库配置

把需要修改的项目改一下即可，点击保存修改配置就成功了。其它的配置项可以鼠标移动到小“？”的图标上，会解释这些参数代表啥含义，该怎么配置。这里我就不过多赘述了，篇幅有限。

3.1.2 知识上传

如下图所示上传，本地提前准备好的知识库文件。

我提前准备了一个文档目录

如下图所示上传自己的知识库就可以啦，可以单个文件上传，也可以上传文件夹。

如果是上传的文件夹含有多个文件，可以选择批量解析、启动、禁用、删除等操作

解析

如下图操作进行数据集解析

检测测试

速度很快，而且他竟然只在劳动法里面找。

4 文件管理

我们上传的知识库都在这里。

然后我们切换测试用户看一下，能不能看到我创建的知识库。发现我创建的知识库已经被共享了，并且除了知识库以外，测试用户看不到我的其它任何东西，包括文件管理里里面的文件信息，都是看不到的。

5 创建聊天

5.1 新建助理

5.1.1 助理设置

按照下图所示的顺序设置。

5.1.2 模型设置

⚠️注意把最大token数设置大一点。

5.1.3 创建聊天

提示引擎选项默认就可以了，不需要设置。如果需要设置，请鼠标放到参数对应的“❓”上面，就可以知道参数的含义。

这太强了，直接就给你找到，甚至把知识库上的截图都引用进来了。

我花了接近5个小时的时间才完成，真实太不容易了，希望大家点个赞，支持一下。

想入门 AI 大模型却找不到清晰方向？备考大厂 AI 岗还在四处搜集零散资料？别再浪费时间啦！2025 年 AI 大模型全套学习资料已整理完毕，从学习路线到面试真题，从工具教程到行业报告，一站式覆盖你的所有需求，现在全部免费分享！

👇👇扫码免费领取全部内容👇👇

​

一、学习必备：100+本大模型电子书+26 份行业报告 + 600+ 套技术PPT，帮你看透 AI 趋势

想了解大模型的行业动态、商业落地案例？大模型电子书？这份资料帮你站在 “行业高度” 学 AI：

1. 100+本大模型方向电子书

2. 26 份行业研究报告：覆盖多领域实践与趋势

报告包含阿里、DeepSeek 等权威机构发布的核心内容，涵盖：

• 职业趋势：《AI + 职业趋势报告》《中国 AI 人才粮仓模型解析》；
• 商业落地：《生成式 AI 商业落地白皮书》《AI Agent 应用落地技术白皮书》；
• 领域细分：《AGI 在金融领域的应用报告》《AI GC 实践案例集》；
• 行业监测：《2024 年中国大模型季度监测报告》《2025 年中国技术市场发展趋势》。

3. 600+套技术大会 PPT：听行业大咖讲实战

PPT 整理自 2024-2025 年热门技术大会，包含百度、腾讯、字节等企业的一线实践：

• 安全方向：《端侧大模型的安全建设》《大模型驱动安全升级（腾讯代码安全实践）》；
• 产品与创新：《大模型产品如何创新与创收》《AI 时代的新范式：构建 AI 产品》；
• 多模态与 Agent：《Step-Video 开源模型（视频生成进展）》《Agentic RAG 的现在与未来》；
• 工程落地：《从原型到生产：AgentOps 加速字节 AI 应用落地》《智能代码助手 CodeFuse 的架构设计》。

二、求职必看：大厂 AI 岗面试 “弹药库”，300 + 真题 + 107 道面经直接抱走

想冲字节、腾讯、阿里、蔚来等大厂 AI 岗？这份面试资料帮你提前 “押题”，拒绝临场慌！

1. 107 道大厂面经：覆盖 Prompt、RAG、大模型应用工程师等热门岗位

面经整理自 2021-2025 年真实面试场景，包含 TPlink、字节、腾讯、蔚来、虾皮、中兴、科大讯飞、京东等企业的高频考题，每道题都附带思路解析：

2. 102 道 AI 大模型真题：直击大模型核心考点

针对大模型专属考题，从概念到实践全面覆盖，帮你理清底层逻辑：

3. 97 道 LLMs 真题：聚焦大型语言模型高频问题

专门拆解 LLMs 的核心痛点与解决方案，比如让很多人头疼的 “复读机问题”：

三、路线必明： AI 大模型学习路线图，1 张图理清核心内容

刚接触 AI 大模型，不知道该从哪学起？这份「AI大模型 学习路线图」直接帮你划重点，不用再盲目摸索！

路线图涵盖 5 大核心板块，从基础到进阶层层递进：一步步带你从入门到进阶，从理论到实战。

L1阶段:启航篇丨极速破界AI新时代

L1阶段：了解大模型的基础知识，以及大模型在各个行业的应用和分析，学习理解大模型的核心原理、关键技术以及大模型应用场景。

L2阶段：攻坚篇丨RAG开发实战工坊

L2阶段：AI大模型RAG应用开发工程，主要学习RAG检索增强生成：包括Naive RAG、Advanced-RAG以及RAG性能评估，还有GraphRAG在内的多个RAG热门项目的分析。

L3阶段：跃迁篇丨Agent智能体架构设计

L3阶段：大模型Agent应用架构进阶实现，主要学习LangChain、 LIamaIndex框架，也会学习到AutoGPT、 MetaGPT等多Agent系统，打造Agent智能体。

L4阶段：精进篇丨模型微调与私有化部署

L4阶段：大模型的微调和私有化部署，更加深入的探讨Transformer架构，学习大模型的微调技术，利用DeepSpeed、Lamam Factory等工具快速进行模型微调，并通过Ollama、vLLM等推理部署框架，实现模型的快速部署。

L5阶段：专题集丨特训篇 【录播课】

四、资料领取：全套内容免费抱走，学 AI 不用再找第二份

不管你是 0 基础想入门 AI 大模型，还是有基础想冲刺大厂、了解行业趋势，这份资料都能满足你！
现在只需按照提示操作，就能免费领取：

👇👇扫码免费领取全部内容👇👇

​

2025 年想抓住 AI 大模型的风口？别犹豫，这份免费资料就是你的 “起跑线”！