环境准备与前置要求

在开始安装RAGFlow之前，需要先确认Mac电脑满足基本运行环境。

首先，操作系统建议为macOS 10.15或更高版本。

其次，需要安装Python环境，版本要求在3.8至3.11之间。这是运行许多AI相关应用的基础。

此外，为了高效地管理Python包和依赖，建议使用Conda或Virtualenv创建一个独立的虚拟环境。

最后，请确保设备拥有足够的存储空间。后续需要下载模型文件，而这些文件通常体积较大。

获取安装包与项目文件

RAGFlow的源代码托管在GitHub等代码托管平台上。

最直接的获取方式，是通过Git命令克隆项目仓库。

打开Mac的终端应用程序，导航到您希望存放项目的目录，然后执行克隆命令。

如果您不习惯使用命令行，也可以直接访问项目发布页面，下载打包好的源代码压缩文件，并在本地解压。

完成这一步后，您就拥有了RAGFlow的所有核心程序文件。接下来，需要进入项目目录进行后续操作。

配置与下载所需模型

RAGFlow的运行依赖于大语言模型和文本嵌入模型。

项目通常会提供默认的模型配置，但您需要自行下载这些模型文件。

根据官方文档的指引，您可能需要从Hugging Face等模型仓库下载指定的模型。

下载完成后，需要将这些模型文件放置到项目指定的目录下，或在配置文件中正确设置模型的本机路径。

这一步至关重要。模型文件是RAGFlow实现智能检索与生成功能的核心，路径配置错误将导致服务无法正常启动。

安装依赖与启动服务

进入项目根目录后，首要任务是安装所有必需的Python依赖库。

项目通常会提供一个“requirements.txt”文件，其中列出了所有依赖包及其版本。

在终端中，使用pip安装命令可以一次性安装所有依赖。安装过程可能需要一些时间。

依赖安装完毕后，即可通过运行项目提供的启动脚本，例如“run.sh”或一个指定的Python入口文件，来启动RAGFlow服务。

启动成功后，终端会显示服务运行的本地地址和端口号。

访问验证与基本使用

当服务启动并显示运行信息后，打开Mac上的任意一款浏览器。

在地址栏输入终端提示的本地地址，通常是 http://127.0.0.1 或 localhost 加上一个端口号。

如果一切顺利，您将看到RAGFlow的Web用户界面。

首次访问时，可能需要进行一些初始化设置，或直接进入主操作界面。

至此，您已完成在Mac电脑上的本地部署。

接下来，您可以按照界面指引，上传文档、创建知识库，并体验其基于文档的智能问答功能。

《夸克》非常好用的免费AI浏览器

下载APP查看