本地WSL/Docker Desktop部署：RAGFlow

浏览器访问http://localhost:11434。

RAGFlow服务器使用的内存是宿主机（即运行RAGFlow的物理机或虚拟机）的内存。当您在Docker中运行RAGFlow时，您可以通过设置Docker容器的内存限制来调整RAGFlow使用的内存。这个内存限制是在Docker容器的配置中设置的，通常是在docker-compose.yml文件或者.env文件中指定的。MEM_LIMIT=34359738368（即32GB）1、修改.env文件M

PaddleNLP官方帮助文档Paddle帮助文档旧版本对应关系paddleocr默认使用PP-OCRv4模型(–ocr_version PP-OCRv4)，如需使用其他版本可通过设置参数–ocr_version，具体版本说明如下：结果是一个list，每个item包含了文本框，文字和识别置信度可以通过指定参数page_num来控制推理前面几页，默认为0，表示推理所有页设置–rec为false结果是

⚠️！！！！！！！

由于前期wsl默认装在C盘，后期部署好RagFlow后C盘爆红，在连接ollama的时候一直在转圈圈，问其他人没有遇到这种情况，猜测是因为内存不足无法加载模型导致，今天重新在E盘安装wsl。

解决方案：尝试通过增加 docker/.env 中的值来增加内存分配。原因：解析进程可能会因 RAM 不足而终止。

RAGFlow服务器使用的内存是宿主机（即运行RAGFlow的物理机或虚拟机）的内存。当您在Docker中运行RAGFlow时，您可以通过设置Docker容器的内存限制来调整RAGFlow使用的内存。这个内存限制是在Docker容器的配置中设置的，通常是在docker-compose.yml文件或者.env文件中指定的。MEM_LIMIT=34359738368（即32GB）1、修改.env文件M

RAGFlow服务器使用的内存是宿主机（即运行RAGFlow的物理机或虚拟机）的内存。当您在Docker中运行RAGFlow时，您可以通过设置Docker容器的内存限制来调整RAGFlow使用的内存。这个内存限制是在Docker容器的配置中设置的，通常是在docker-compose.yml文件或者.env文件中指定的。MEM_LIMIT=34359738368（即32GB）1、修改.env文件M

我上传了一个5页的pdf格式论文，解析一直停留在83%ragflow-slim容器的部分配置信息。我的docker内容器。