ragflow 环境变量

### 在 Linux 系统中为 RAGFlow 框架配置环境变量 在 Linux 系统中，为 RAGFlow 框架配置环境变量可以通过以下方法实现。这些方法确保环境变量能够正确加载，并与 RAGFlow 的服务配置文件保持一致[^2]。 #### 方法一：通过 `.bashrc` 或 `.zshrc` 配置环境变量 1. 打开终端并编辑用户的 shell 配置文件（例如 `.bashrc` 或 `.zshrc`）： ```bash nano ~/.bashrc ``` 2. 在文件末尾添加所需的环境变量。例如： ```bash export RAGFLOW_API_KEY="your_api_key_here" export HUGGINGFACE_HUB_CACHE="/path/to/cache" export CUDA_VISIBLE_DEVICES="0" ``` 3. 保存并关闭文件，然后重新加载配置文件： ```bash source ~/.bashrc ``` #### 方法二：通过 Docker Compose 文件配置环境变量 如果 RAGFlow 使用 Docker 部署，可以在 `docker-compose.yml` 文件中直接定义环境变量。例如： ```yaml version: '3' services: ragflow: image: your_ragflow_image environment: - RAGFLOW_API_KEY=your_api_key_here - HUGGINGFACE_HUB_CACHE=/path/to/cache - CUDA_VISIBLE_DEVICES=0 ``` 确保 `./docker/README` 文件中列出的环境变量与 `service_conf.yaml` 文件中的配置一致[^2]。 #### 方法三：通过系统级环境变量配置 对于需要全局生效的环境变量，可以编辑 `/etc/environment` 文件： 1. 使用管理员权限打开文件： ```bash sudo nano /etc/environment ``` 2. 添加环境变量： ```bash RAGFLOW_API_KEY="your_api_key_here" HUGGINGFACE_HUB_CACHE="/path/to/cache" CUDA_VISIBLE_DEVICES="0" ``` 3. 保存并关闭文件，然后重新启动系统以使更改生效。 #### 方法四：临时设置环境变量 如果只需要在当前会话中使用环境变量，可以直接在命令行中设置： ```bash export RAGFLOW_API_KEY="your_api_key_here" export HUGGINGFACE_HUB_CACHE="/path/to/cache" export CUDA_VISIBLE_DEVICES="0" ``` 这种方法不会持久化，仅在当前终端会话中有效。 #### 注意事项 - 确保环境变量的值与 `./docker/README` 文件中的说明一致。 - 如果使用了多模型集成（如 Ollama），需要额外配置模型提供商的 API 地址[^3]。 ```python # 示例代码：验证环境变量是否正确设置 import os print(os.getenv("RAGFLOW_API_KEY")) print(os.getenv("HUGGINGFACE_HUB_CACHE")) print(os.getenv("CUDA_VISIBLE_DEVICES")) ```

### 关于 RAGFlow 在 Windows 上的相关 IT 资料 #### 使用 WSL 运行 RAGFlow 对于希望在 Windows 平台上运行 RAGFlow 的用户来说，一种推荐的方法是通过 Windows Subsystem for Linux (WSL) 来部署环境。这允许开发者在一个接近原生 Linux 环境中执行命令而无需离开 Windows 操作系统。 为了确认当前使用的 Linux 发行版版本，在 CMD 或 PowerShell 中可以输入 `wsl` 命令启动默认的 WSL 实例，或者指定发行版如 `wsl -d Ubuntu-22.04`[^4]。接着可以通过 `cat /etc/os-release` 查看详细的 Linux 版本信息[^4]。 #### 部署 RAGFlow 到 Windows 当选择了合适的 Linux 发行版之后，下一步就是准备并启动 RAGFlow 服务。首先需要拉取最新的镜像文件： ```bash docker pull infiniflow/ragflow:dev ``` 随后利用 Docker Compose 工具来简化多容器应用的配置与管理过程，只需一条简单的指令即可完成整个系统的搭建： ```bash docker compose up ragflow -d ``` 上述操作将会以后台模式启动所有的必要组件和服务[^2]。 如果倾向于使用更精简的 Docker 映像，则可以在项目的 `.env` 文件内调整变量设置，例如将 `RAGFLOW_IMAGE` 设置为目标版本号对应的映像名称，比如 `RAGFLOW_IMAGE=infiniflow/ragflow:v0.13.0-slim`。修改完毕后再次执行前述的下载和启动命令以加载特定版本的软件包[^3]。