本地部署自己的多专家协作系统：环境配置篇1

本项目旨在模拟多个行业专家对问题进行精细分工，并逐一回答后汇总，从而得到更专业的回复。

链接：MultyAgentCollabration项目地址
配置的B站讲解视频：B站讲解视频

本文着重介绍环境配置方法

一定要先下拉项目哦，或者下载zip解压，这里自便。

git clone https://gitee.com/emperors-chair/multy-agent-collabration.git

设计思路去项目地址看吧，我都留在那里了。

1.环境配置前提

1.1 anaconda环境

anaconda安装教程：安装教程
pip设置清华源

跟着操作就完事了~

1.2 Lm-studio下拉本地模型

Lm-studio地址：文档地址
这个下载好，下拉模型就可以了，可能需要一点魔法，或者直接从huggingface或者其他渠道自己下拉.gguf格式的模型即可。

1.3 ollama环境配置

ollama官网链接：ollama地址
下载安装包一顿安装就完事了~

1.4 安装sqlite

参考链接

1.5 CUDA配置（选配）

显卡利用起来 根据个人型号来选择 我的是12.1

2.配置虚拟环境

这个看个人习惯，我习惯配置不同的python虚拟环境，从而方便隔离，建议参考我的方式。【重点：这一步之前必须安装好anaconda，并把pip配置国内源，切记切记】

2.1 创建虚拟环境

打开anaconda prompt(黑框)

打开是这样的

我这里的ovtest，随便改名，别有中文就行

conda create -n ovtest python=3.9

2.1 激活虚拟环境

激活虚拟环境进入环境

conda activate ovtest

2.2 开始装包

cd进入到项目地址,比如我的是D:/MultyAgentCollabration

cd D:/MultyAgentCollabration

安装相应的包，一定要注意，先配置好国内源，要不慢死

pip install -r requirements.txt

2.3 ollama导入本地模型

可以参考链接 ollama本地导入模型参考

2.4 修改本地模型的名称，ollama中的名称

打开cmd 输入

ollama list

比如我最新导入的模型是这个

这个名称要对应同步到ModelUse.py中model的位置

确认好后，打开cmd 输入：

ollma start

注意这个细节：

这个报错可能是因为右下角的ollama后台程序没关闭

所以右键关闭它

再次尝试

这就ok了，切记这个窗口不要关闭

接下来运行main.py，输入问题

最后输出结果

这个结果会保存到data目录下，可以追溯与查看

这里就是一次简单的演示，后续系统仍有完善的空间，欢迎留言讨论。

最近manus项目比较火，还要申请码，属实难过，我这个想法在去年，陆陆续续修修补补，虽然还不尽如意，不过我相信会有一天，我能迭代出比他们更好的产品。
后续我还有很多奇思妙想等待实现，敬请期待。