[Bug]: 21:05:44 Page(49~55): [ERROR]Generate embedding error:do embedding request: Post “http://127.0.0.1:45507/embedding”: EOF 21:05:44 [ER

[Bug]: 21:05:44 Page(49~55): [ERROR]Generate embedding error:do embedding request: Post “http://127.0.0.1:45507/embedding”: EOF 21:05:44 [ER

快速结论：该报错发生在 RAGFlow 解析 PDF 并调用 embedding 服务时，服务端意外关闭连接（EOF）。优先排查 embedding 服务是否正常运行，以及在 Docker 环境中是否将 127.0.0.1 误用于容器间通信。

问题场景

用户在 RAGFlow 中解析 PDF 文件时触发 embedding 生成错误。报错日志显示尝试 POST 请求 http://127.0.0.1:45507/embedding 时收到 EOF 响应，导致整个解析过程失败。

报错原文

21:05:44 Page(49~55): [ERROR]Generate embedding error:do embedding request: Post "http://127.0.0.1:45507/embedding": EOF
21:05:44 [ERROR][Exception]: do embedding request: Post "http://127.0.0.1:45507/embedding": EOF

原因分析

可能原因包括：

• Docker 容器网络配置问题（最常见）：在 RAGFlow 的 Docker 部署中，127.0.0.1 指向的是容器自身，而非宿主机或其他容器。如果 embedding 服务跑在另一个容器中，这个地址将无法正确路由。
• embedding 服务未运行或已崩溃：服务进程意外退出导致连接被拒绝或提前关闭。
• embedding 服务负荷过高或无法响应：大量并发请求可能导致服务超时并断开连接。
• 配置中的地址/端口与实际不匹配：embedding 服务的监听地址或端口与本配置不符。

环境排查

• 确认 RAGFlow 部署方式：Docker 容器还是直接运行？（原 Issue 提示是 Docker 环境）
• 检查 embedding 服务的类型：Ollama、本地 Python 服务，还是 SaaS 服务？
• 确认 embedding 服务的监听地址和端口是否为 45507。
• 查看 embedding 服务日志中是否有崩溃或连接失败的记录。
• 检查 HOST_IP 或 EMBEDDING_HOST 等环境变量的配置。

解决步骤

1. 检查 embedding 服务是否在运行：使用 curl -X POST "http://127.0.0.1:45507/embedding" 或在容器内部执行类似命令测试连通性。
2. 如果是 Docker 部署，修改 HOST_IP 配置为 localhost：在 RAGFlow 的配置文件中，将 HOST_IP 或相应的 embedding 服务器地址从 127.0.0.1 改为 localhost。这已被多位用户验证可解决类似 EOF 错误（参见 #8007）。
3. 如果 embedding 服务不稳定，可尝试切换为 SaaS embedding 服务：例如使用 OpenAI 的 embedding API，避免本地服务不健康的状况（参见 #8034）。
4. 对于 Ollama 后端，尝试调整 keep_alive 参数：RAGFlow 最近的更新改进了 Ollama embedding 请求的 keep_alive 处理，升级到最新版本可能解决连接过早关闭的问题（参见 #8734）。
5. 校验 API 请求格式：确认发送的 POST 请求体符合 /v1/embeddings 接口的 JSON 格式要求（参见 #8876）。

验证方法

重新触发 PDF 解析任务，观察日志中不再出现 EOF 错误，embedding 生成成功，任务正常完成即表示问题已解决。

参考来源

infiniflow/ragflow #8905

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。