Windows WSL 安装 RAGFlow 详细教程

一、环境准备

1. 启用WSL GPU支持

• 确保Windows主机已安装NVIDIA驱动516.40或更高版本
• 在PowerShell执行：

  wsl --update
  wsl --set-version Ubuntu-22.04 2
  

• 系统基础配置

  sudo apt update && sudo apt full-upgrade -y
  sudo apt install build-essential git curl -y
  

二、GPU环境配置

1. 安装CUDA Toolkit

   wget https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/cuda-wsl-ubuntu.pin
   sudo mv cuda-wsl-ubuntu.pin /etc/apt/preferences.d/cuda-repository-pin-600
   sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/3bf863cc.pub
   sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/wsl-ubuntu/x86_64/ /"
   sudo apt install cuda-toolkit-12-2
   

   验证安装：nvidia-smi应显示GPU信息

2. 配置Docker GPU支持

   curl -fsSL https://get.docker.com | sh
   sudo groupadd docker
   sudo usermod -aG docker $USER
   newgrp docker
   sudo systemctl enable docker
   
   # 安装nvidia-container-toolkit
   distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
   curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
   curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
   sudo apt update && sudo apt install -y nvidia-container-toolkit
   sudo systemctl restart docker
   

   验证GPU支持：docker run --gpus all nvidia/cuda:12.2.0-base-ubuntu22.04 nvidia-smi

三、部署RAGFlow

1. 获取项目源码

   git clone https://github.com/infiniflow/ragflow.git
   cd ragflow
   

   建议提前安装Git LFS处理大文件

2. 优化系统参数

   sudo sysctl -w vm.max_map_count=262144
   echo "vm.max_map_count=262144" | sudo tee -a /etc/sysctl.conf
   

3. 启动服务

   docker compose -f docker-compose.yml up -d
   

   容器包含预配置的GPU支持

4. 验证部署

   docker logs ragflow-web -f  # 监控实时日志
   curl http://localhost:8501  # 验证服务状态
   

四、Ollama模型部署

1. 安装与配置

   curl -fsSL https://ollama.com/install.sh | sh
   ollama pull deepseek-chat
   

2. GPU异常处理遇到OOM错误时执行：

   sudo systemctl stop ollama
   sudo rmmod nvidia_uvm
   sudo modprobe nvidia_uvm
   sudo systemctl start ollama
   

   该操作可重置GPU内存分配模块

五、常见问题排查

1. 容器启动失败

• 检查端口冲突：netstat -tuln | grep 8501
• 查看详细日志：docker compose logs --tail=100

docker run --gpus all -it ubuntu nvidia-smi  # 验证Docker GPU支持
nvidia-container-cli --version  # 应≥v1.12.0

[wsl2]
memory=16GB
processors=8

完成部署后可通过http://localhost:8501访问RAGFlow界面

---------------------------------------------------------------------

如镜像源无法使用，添加下述配置：