RAGFlow 本地 HR 知识库搭建实录：从 Docker 到能用，踩坑一个月

为什么选 RAGFlow

当时调研了几个本地 RAG 方案：

• Dify：功能强大但配置复杂，适合有技术团队的公司
• AnythingLLM：界面友好，但中文处理效果一般
• RAGFlow：中文支持好，有专门的文档解析引擎，开源且可以完全本地部署

我们的需求是：完全内网部署（不能把文档传出去）、中文优先、HR 同事能自己维护。RAGFlow 中文团队背景，这一点有优势。

部署过程

前提：一台能联网的服务器，8GB 内存以上，装了 Docker 和 Docker Compose。

我们用的是公司内网的一台备用服务器，16GB 内存，还够用。

Step 1：拉取镜像

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

Step 2：配置 docker-compose.yml

主要改两个地方：

# 改端口，避免和其他服务冲突
ports:
  - "9380:9380"  # API 端口
  - "80:80"      # 前端端口

# 如果没有 GPU，注释掉 GPU 相关配置
# deploy:
#   resources:
#     reservations:
#       devices: ...

Step 3：选模型

没有 GPU 的情况下有两个方案：

1. 连接远程 API（推荐 DeepSeek，性价比高）
2. 用 Ollama 跑本地模型（需要至少 16GB 内存）

我们选了 DeepSeek API，设置在 RAGFlow 的 Settings → Model Providers 里。

Step 4：启动

docker compose up -d

第一次启动会拉几个镜像，大约 10-15 分钟。启动后访问 http://服务器IP:80。

文档准备：踩坑最多的地方

坑 1：PDF 扫描件识别效果很差。

我们的一些老规章制度是扫描 PDF，RAGFlow 的 OCR 处理这类文件质量很不稳定。解决方法：用 Adobe Acrobat 或者在线工具先把扫描件转成可选中文字的 PDF，再上传。

坑 2：表格内容丢失。

Excel 或者带表格的 Word，直接上传后表格内容经常识别错乱。解决方法：把表格内容转成纯文本段落，或者重新整理成 Markdown 格式再上传。

坑 3：文档太长，切片不合理。

RAGFlow 默认切片设置对长文档效果不好。建议在上传时选「Manual」切片模式，按章节手动标记分割点。

我们最终的文档整理策略：

• 每类文件一个知识库（员工手册一个、薪酬福利一个、入离职流程一个）
• 文档先转成 Word 再上传，确保格式干净
• 每份文档加一段「本文档包含内容概要」的前言，帮助检索

查询调优

RAGFlow 默认的 Chunk 大小是 512 token，对于 HR 文档有时太小，导致回答缺乏上下文。

建议调整：

Chunk size: 1024
Overlap: 128
Top-K retrieval: 5

另外开启「Hybrid Search」模式（关键词+向量混合检索），对于员工问「请假几天需要审批」这类有具体词汇的问题效果更好。

上线后的实际使用情况

我们给 HR 同事培训了半天，主要是演示怎么问问题。

效果好的场景：

• 「年假政策是什么，工作几年之后有多少天」
• 「报销流程是什么，需要哪些材料」
• 「试用期工资是否包含绩效」

效果差的场景：

• 「这个情况应该怎么处理」（需要判断，不是查信息）
• 「法规要求是什么」（我们没有上传外部法规文件）
• 跨知识库的综合问题（系统没打通）

上线第一个月，HR 自报「重复回答基础问题」的时间从每周约 3 小时降到约 40 分钟。

维护经验

• 文档更新要及时重新上传（旧文档不会自动更新）
• 每季度检查一次回答质量，把常见问题整理成「标准问法」加进文档
• 设置一个反馈渠道，让员工报告错误答案

结论

RAGFlow 不是开箱即用的，文档整理阶段的工作量比预期大两倍。但如果你愿意花时间把文档准备好，它能稳定地处理「查规章制度」这类重复性工作。

对于没有技术团队但有内网需求的 HR 部门，这是目前我见过的性价比最高的本地 RAG 方案之一。