开源项目安装与配置指南
1. 项目基础介绍
本项目是基于 RAG (Retrieval-Augmented Generation) 技术的智能对话系统,可以帮助构建基于自身知识库的智能问答系统。它通过结合文档检索和大语言模型,实现了准确可靠的知识问答服务。该系统支持多种语言模型的部署选项,包括云服务如 OpenAI 和 DeepSeek,以及通过 Ollama 进行本地模型部署,以满足不同场景下的隐私和成本要求。
主要编程语言:Python, JavaScript
2. 项目使用的关键技术和框架
-
后端技术栈:
- Python FastAPI:高性能的异步Web框架
- MySQL + ChromaDB:关系型数据库和向量数据库
- MinIO:分布式对象存储
- Langchain:语言模型应用框架
- JWT + OAuth2:认证机制
-
前端技术栈:
- Next.js 14:React框架
- TypeScript:类型安全的JavaScript
- Tailwind CSS:实用优先的CSS框架
- Shadcn/UI:高质量组件库
- Vercel AI SDK:AI集成
3. 项目安装和配置准备工作
在开始安装前,请确保您的系统中已安装以下软件和依赖项:
- Docker & Docker Compose v2.0+
- Node.js 18+
- Python 3.9+
- 至少8GB的RAM
详细的安装步骤
步骤 1:克隆项目仓库
打开终端,执行以下命令来克隆项目仓库:
git clone https://github.com/rag-web-ui/rag-web-ui.git
cd rag-web-ui
步骤 2:配置环境变量
将 .env.example
文件复制为 .env
文件,并根据您的环境配置相应的变量:
cp .env.example .env
步骤 3:启动服务
在项目目录中,使用以下命令启动开发服务器:
docker compose up -d --build
步骤 4:验证服务
服务启动后,可以通过以下URL访问相应的服务:
- 前端UI:
http://127.0.0.1.nip.io
- API文档:
http://127.0.0.1.nip.io/redoc
- MinIO控制台:
http://127.0.0.1.nip.io:9001
确保所有服务正常运行,并按照项目需求进行后续的配置和开发工作。
创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考