链接: https://pan.baidu.com/s/1e9Tke5t-x5YIw1iuPvBb5Q?注意：检查 /usr/ollama 目录下的文件结构，确认有可执行文件ollama后在运行命令：ollama -v。注意ollama.service的ollama可执行文件位置，要按照自己的去写，见下图红色方框内容，需要自定义。到此，基于Ubantu20.04的离线安装ollama并拉取qwen

本篇主要基于linux服务器部署ragflow+ollama，其他操作系统稍有差异但是大体一样。

链接: https://pan.baidu.com/s/1e9Tke5t-x5YIw1iuPvBb5Q?注意：检查 /usr/ollama 目录下的文件结构，确认有可执行文件ollama后在运行命令：ollama -v。注意ollama.service的ollama可执行文件位置，要按照自己的去写，见下图红色方框内容，需要自定义。到此，基于Ubantu20.04的离线安装ollama并拉取qwen

本篇主要基于linux服务器部署ragflow+ollama，其他操作系统稍有差异但是大体一样。

Unit][Service]User=rootGroup=root[Install]

想要让RAGFLOW利用GPU资源跑起来，可以选择docker-compose-gpu.yml启动。（但是官网启动案例是×86平台的不是NVIDIA GPU的，docker-compose-gpu.yml又是第三方维护，所以稍有问题）下面是修改后的完整docker-compose-gpu.yml文件，可以直接复制。

按照默认设置安装docker-desktop，千万不要自定义安装，会省去后面好多事儿。选择合适的版本下载docker，如图所示。根据自己的电脑配置去下载对于版本即可。我的电脑是64位amd。

非root用户没有超级权限，根据安装完毕会发现无法拉取镜像，或者每次运行docker都需要加上sudo，输入密码验证。

本篇主要基于linux服务器部署ragflow+ollama，其他操作系统稍有差异但是大体一样。

Unit][Service]User=rootGroup=root[Install]