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。

Pycharm+Minianaconda3开发组合的好处。

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。

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。

链接: https://pan.baidu.com/s/13vwYx18gGkQ4RdGuEHUToA?利用winSCP软件编辑/etc/systemd/system/docker.service。这里我的路径是/usr/docker，大家可以根据自己自定义安装。没有的话创建docker.service文件，然后将以下内容粘贴进去。由于加入环境变量中了，这里可以随意目录下运行该命令。注意：这里的可

如果看到 docker 在输出中，那么说明当前用户已经成功加入该组。从错误信息来看，尝试运行 Docker 容器时遇到了权限问题。3、重新启动系统或者重新登录以使更改生效。1、检查是否存在docker组。

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]

当温度接近 0 时，模型会选择概率最高的单词，输出更加确定性、保守，往往会产生比较常规、可预测的文本。当温度较高（如大于 1）时，模型会更多地考虑概率较低的单词，输出更加随机，可能会产生富有创意但也可能不太准确的内容。不过，要注意模型和数据的特点，有些模型结构可能本身并行性有限，过度追求并行度可能不会带来明显的性能提升，甚至可能导致错误。从计算角度看，它与模型的并行计算能力有关，较大的批处理大小可