各类最牛网站建设,小程序转换成网页,织梦猫免费模板,济南网站建设哪家便宜ragflow和ollama连接后#xff0c;已经添加了两个模型但是ragflow仍然一直warn#xff1a;Please add both embedding model and LLM in Settings #xff1e; Model providers firstly.这里可能是我一开始拉取的镜像容器太小#xff0c;容不下当前添加的模型#xff0c;导…ragflow和ollama连接后已经添加了两个模型但是ragflow仍然一直warnPlease add both embedding model and LLM in Settings Model providers firstly.这里可能是我一开始拉取的镜像容器太小容不下当前添加的模型导致无法去设置模型进行后续操作 后面拉了docker-compose-CN-oc9.yml后发现可以显示出下面的界面但是卡了重新配一遍 左边栏中的系统应该是当前运行的容器
只要是ragflow没有完全部署好都会出现网络异常好家伙回去重新配ragflow
更换镜像容器-------记录 首先修改.env文件的配置 我需要内置embedding模型的镜像所以需要将RAGFLOW_IMAGE 变量修改为 RAGFLOW_IMAGEinfiniflow/ragflow:v0.13.0当前改的这个。修改后再运行上面的命令。 注意 安装内置 embedding 模型和 Python 库的指定版本的 RAGFlow Docker 镜像大小约 9 GB可能需要更长时间下载请耐心等待。 版权声明本文为博主原创文章遵循 CC 4.0 BY-SA 版权协议转载请附上原文出处链接和本声明。原文链接https://blog.csdn.net/jycjyc/article/details/143857323
sudo su
sysctl -w vm.max_map_count262144
cd ragflow/docker
修改.env文件的RAGFLOW_IMAGE为想要的版本后重新拉取新的镜像
docker compose -f docker-compose.yml up -d但是系统这里没有显示dev 接着检测服务器状态 docker logs -f ragflow-server我最最最担心的事情发生了windows的C盘飙红 发现报错可能和我的C盘满了有关系 OK停下来去清理C盘
