[Question]: a question about an Error

[Question]: a question about an Error

快速结论：此报错通常发生在使用阿里云 Qwen 模型创建 Graph RAG 时，由 Docker 容器网络隔离或 API 并发请求限流导致。优先排查容器内能否访问 dashscope.aliyuncs.com，并降低 Embedding 并发数。

问题场景

用户在使用 RAGFlow 创建 Graph RAG 时，LLM 和 Embedding 模型均为阿里云通义千问（Qwen），触发报错。常规 RAG 功能正常，仅在创建 Graph RAG 时出现。

报错原文

（用户未提供完整报错原文，但结合 Issue 上下文及关联 Issue #4060，可能包含：Errno 101 Network is unreachable 类似内容）

原因分析

存在两个可能原因：

• Docker 容器网络隔离：虽然主机可以访问阿里云 API，但 RAGFlow 容器可能因网络隔离无法连接 dashscope.aliyuncs.com。
• API 并发限流：Graph RAG 在处理 Embedding 时默认使用最多 10 个并发操作，可能超出阿里云 API 的速率限制，导致请求失败。

环境排查

• 确认 RAGFlow 版本（旧版本可能存在已知 Bug，关联 Issue #4060）。
• 确认 Docker 容器能否访问阿里云 API（需在容器内执行测试命令）。
• 确认防火墙是否阻止 Docker 出站连接至端口 443 和 80。
• 确认是否配置了代理或 HTTP_CLIENT_PROXY 环境变量。

解决步骤

1. 从容器内测试网络连通性：执行 docker exec -it <ragflow-container> bash，然后运行 curl https://dashscope.aliyuncs.com，确认容器能否访问阿里云 API。
2. 升级 RAGFlow：如果使用的是旧版本，可优先尝试升级至最新版。Issue #4060 中提到 dashscope.aliyuncs.com 的 Errno 101 问题已在后续版本中修复。
3. 降低 Graph RAG 并发参数：在 .env 文件中添加以下配置并重启 Docker 容器（可优先尝试）：

   EMBEDDING_BATCH_SIZE=4
   GRAPH_EXTRACTOR_MAX_WORKERS=2
   MAX_CONCURRENT_TASKS=1

4. 配置代理（如需要）：如果容器需要通过代理访问外部网络，可在 docker-compose.yml 的环境变量中添加：

   environment:
     - http_proxy=http://host.docker.internal:8080
     - https_proxy=http://host.docker.internal:8080

   或设置 HTTP_CLIENT_PROXY 环境变量。

5. 检查防火墙规则：确保 Docker 容器出站连接端口 443 和 80 未被屏蔽。

验证方法

完成上述步骤后，重新尝试创建 Graph RAG，观察是否仍出现报错。若报错消失，则问题解决。

参考来源

infiniflow/ragflow #13461

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。