1、LM Studio安装#
模型下载bge-large-zh-v1.5和DeepSeek-R1-Distill-Llama-8B
在Developer启动本地服务并加载两个模型
2、RAGFlow的docker容器部署#
1、docker desktop的下载安装#
（1）进入docker官网：https://www.docker.com/，下载适合自己电脑的版本 ↗
（2）下载完成后双击installer完成安装
安装完docker出现Engine stopped：
建议在运行docker安装前先检查自己电脑的hyper-v有没有正常打开，同时检查自己的WSL有没有升级到WSL2，确保Hyper-v打开和WSL升级到WSL2再运行docker installer，一般这样就能正常打开docker desktop了。
WSL升级：用管理员身份运行打开Power Shell，执行 wsl --update
系统就会开始自动升级到WSL2，升级完后可以执行： wsl -v 检查结果
Hyper-v和WSl2都正常的情况下运行刚刚下载的docker installer，docker左下角显示“Engine running”代表正常
2、RAGFlow的拉取运行#
git克隆仓库完成拉取
git clone https://github.com/infiniflow/ragflow.git运行
cd ragflow/docker
docker compose up -d完成后运行检查服务器状态
docker logs -f ragflow-server有类似下图输出并且无报错即可
此时docker中也可以看到容器正常运行起来了
在浏览器网址栏输入localhost/knowledge或localhost:80即可访问RAGFlow开始使用
3、RAGFlow配置#
选择头像来到模型提供商，找到lm studio添加模型
点击添加模型
模型类型选择chat，名称和基础url复制lm开发者页面的api usage
同样方法添加Embedded Model，模型类型选择Embedded。
添加完成后在RAGFlow右上角修改系统模型设置
如果添加模型遇到102的报错：102 Fail to access model(Smegmma-9B-v1g-Q4_K_M).’NoneType’ object is not subscriptable
将基础Url改为：http://host.docker.internal:1234 ↗