关于 **Second Me** 的部署说明,修改其默认端口的方法因部署方式(本地原生部署或 Docker 部署)而异

Second Me重磅升级:全平台Docker部署+OpenAI协议兼容 通过本次升级,Second Me正朝着“让每个人都能轻松驾驭大模型”的愿景大步迈进。立即访问官网下载最新Docker镜像,开启你的本地AI开发之旅!本文在MacBook Pro M2 Max/64GB环境下实测通过,如有部署问题欢迎在评论区交流讨论。关注作者获取更多AI工程化实战技巧!欢迎留言、一键三连!BuluAI算力平台新上线通义推理模型QwQ-32B,也可一键部署deepseek!!再也不用为算力发愁嘞,点击官网了解吧! 阅读详情

我用的是.修改 docker-compose.yml 完美解决在这里插入图片描述
重启Docker即可,执行 docker-compose up -d 见如下图,即可完成
在这里插入图片描述


一、本地原生部署(Mac/Linux/Windows)

1. 修改配置文件
  • 步骤:
    1. 找到配置文件 config.yml(通常位于项目根目录或 config/ 文件夹)。
    2. 添加或修改以下字段:
      server:
        port: 8080  # 将默认的3000改为其他端口(如8080)
      
    3. 保存文件后重启服务:
      make restart
      
2. 通过环境变量指定端口
  • 步骤:
    1. 在启动命令前添加环境变量:
      PORT=8080 make start
      
    2. 服务将监听新端口 8080。

二、Docker 部署

1. 修改 docker-compose.yml
  • 步骤:
    1. 打开项目中的 docker-compose.yml 文件。
    2. 找到 ports 配置项,修改端口映射:
      services:
        backend:
          ports:
            - "8080:3000"  # 将宿主机端口8080映射到容器内3000端口
      
    3. 重新启动容器:
      docker-compose down && docker-compose up -d
      
2. 动态覆盖端口(无需修改文件)
  • 步骤:
    1. 启动容器时通过命令行覆盖端口:
      docker run -p 8080:3000 second-me:latest
      

三、验证端口修改

  1. 检查服务状态:
    curl http://localhost:8080  # 替换为新端口
    
  2. 访问 Web 界面:
    浏览器输入 http://localhost:8080,若显示 Second Me 界面则修改成功。

四、注意事项

  • 端口冲突:确保新端口未被其他程序占用(可通过 lsof -i :8080 检查)。
  • 防火墙设置:若需外网访问,需在防火墙中开放新端口。
  • Docker 网络:Docker 部署时,外部设备访问需将宿主机 IP 和新端口告知其他用户(如 http://192.168.1.100:8080)。

引用来源

  • 本地部署配置参考:的 Makefile 脚本说明。
  • Docker 部署步骤参考:的 Docker Compose 配置示例。
构建现代AI Agent:LangGraph、MCP与Workflow三大核心架构形态解析 在AI应用开发领域,智能体(Agent)已从简单的API调用演变为需要管理复杂状态与业务流程的系统。其核心原理在于通过模块化设计,将任务分解为可复用的技能(Skill)与工具(Tool),并借助状态机和工作流引擎协调执行。这种架构的技术价值在于实现了高度的可维护性与扩展性,使开发者能够构建适应复杂场景的自治系统。典型的应用场景包括智能客服、自动化数据分析、以及跨系统任务编排等。本文聚焦于现代AI Agent开发的三大关键技术形态:LangGraph用于有状态的工作流编排,MCP(模型上下文协议)实现工具的统 阅读详情

相关推荐

【信息科学与工程学】【数据中心】第三十三篇 云数据中心综合解决方案探讨04

的计算/存储/网络/安全/互相访问设计的计算/存储/网络/安全设计的计算/存储/网络/安全设计编号类型问题(计算机系统架构/网络架构/信息架构/业务架构/组织架构/管理架构)问题的数学分析(方程/算法+求解器)参数列表时序与稳态/非稳态分析关联知识(工具/工艺)互联网接入区/DMZ区 等(含详细资源规划、互相访问限制、安全设计、网络配置、软件策略、算法策略与算法详细设计;;设计的完整代码(示例)多/双/单Region+AZ(含详细资源规划与配置设计)A276​ (基于。

weixin_49199313的博客 3561

Second-Me 本地化部署

本文主要针对本地/国内服务器部署的时候,可能会出现的一些网络问题,相对应的做了一些配置修改不多介绍,感兴趣的可以去看一下官网,Second-Me这一篇主要讲一下部署相关的内容,下一篇会分享Second-Me的使用教程。

qq_28212937的博客 1694

点云中的Minkowski卷积

一、MinkowskiEngine简介 第一次见到MinkowskiEngine,应该是在两个月之前了,当时也没有去留意这个库。最近读了一些点云的论文,发现还是有不少论文的源码是基于MinkowskiEngine的,包括PointContrast(ECCV 2020),DGR(Deep Global Registration, CVPR 2020),Learning Multiview 3D Point Cloud Registration(CVPR 2020)和FCGF(Fully Convolution

zhulf0804的博客 7908

Second Me + Ollama + Mac M2本地训练

由于ollama chat接口与OpenAI chat接口不兼容,本文尝试使用requests实现ollama本地模型的使用,这样Second Me就也可以使用本地ollama模型来做数据增加及MacOS上进行训练和推理了。

1045

第三篇:学习InternVL2.0(探讨代码之训练模块版)

InternVL2的训练模块

qq_69051120的博客 1248

【vue看板】

大屏看板提示:以下是本篇文章正文内容,下面案例可供参考提示:这里对文章进行总结:代码量较多,看板中的。

weixin_46223284的博客 2772

Second Me部署指南:从Docker到本地集成

本文详细介绍了Second Me项目的完整部署方案,涵盖了Docker容器化部署、跨平台部署注意事项、不同内存配置下的模型选择策略,以及在Mac M系列芯片上使用MLX加速的优化方案。文章深入解析了Docker Compose配置、多环境Dockerfile设计、数据持久化策略、GPU加速支持等关键技术细节,为从开发到生产环境的无缝部署提供了全面指导。 ## Docker容器化部署方案解析

gitblog_00886的博客 888

【2.12】基于FPGA的Gardner环开发5——闭环反馈,获得完整gardner环

本文介绍了Gardner定时恢复算法在FPGA上的实现过程。首先回顾MATLAB程序中Gardner环的闭环反馈机制,重点分析了环路滤波器输出变量w的处理流程。随后详细阐述了FPGA实现的Verilog设计步骤,包括三个核心模块:1)y_temp=q0-w计算模块,实现反馈变量处理;2)uk=2*q0计算模块,生成插值系数;3)插值计算模块,根据使能信号执行线性插值运算。设计通过引入使能信号控制插值更新时机,采用定点数运算处理数据,并包含负数保护机制确保计算稳定性。文章提供了完整的Verilog代码实现,展

fpga/matlab/simulink算法仿真工程 137

Second Me 开源了!第一个可以本地训练的 AI 身份模型

除了通用大模型(LLM)和智能体(Agent),AI 还有第三个大赛道吗?是的,随着越来越多人告诉我们,我们需要 AI 不仅仅成为工具,而是成为我们人的延伸,更多的对齐我们自己,成为我们的身份。不仅如此,他还是本地训练和部署,。并且在部署后,可以把你的 AI 身份,,让你的 AI 身份可以被所有人和应用访问、使用,无限放大你的存在感!Second Me 与通用大模型生成标准化回答不同,它通过深度学习你的真实记忆数据,构建真正“关于你”的高度个性化身份模型。

2401_84495872的博客 4053

视频理解与处理——OpenClaw视频能力深度解析(2026视频版)

本文介绍了OpenClaw视频理解与处理的核心技术,重点分析了视频预处理流程。通过VideoProcessor类实现视频加载、帧采样、尺寸调整和归一化等基础处理功能,支持本地和在线视频源处理,为后续视频分析任务提供标准化输入。预处理模块采用均匀采样和标准化方法优化视频数据,确保动作识别、场景分析等高级应用的准确性,展现了OpenClaw强大的视频处理能力。

一键难忘的博客 465

YOLO项目从零开始:超详细运行教程(图文保姆级教学)

至此,我们已经完整跑通了YOLO项目的安装与启动流程,无论你是零基础小白还是刚入门的AI新兵,只要按部就班操作,也能轻松实现目标检测项目的落地。

一键难忘的博客 4805

Docker 云时代(腾云驾雾的时代 就是快)

话不多说 就一句话,Docker这个工具已经遍地生花,掌握好这个工具 工作、面试 跟着开花。

码刀攻城 1194

AI Agent驱动的多模态情感分析方法:从BERT到Vision Transformer的探索

情感分析(Sentiment Analysis)是自然语言处理(NLP)与计算机视觉(CV)中一项重要任务。传统的情感分析主要依赖于文本数据,但在现实应用中,情感往往通过 语言、语音、表情、姿态 等多模态信号共同传达。因此,结合 多模态深度学习 的 AI Agent 在情感理解中具有广阔的前景。

一键难忘的博客 740

机器学习模型生产化部署:FastAPI+Docker+K8s工程实践

机器学习模型部署不是简单启动一个API服务,而是将算法能力转化为稳定、可观测、可维护的生产级服务的过程。其核心在于理解模型服务的本质——它既是计算密集型任务,又是高并发Web服务,需兼顾Python生态的依赖管理、GPU资源调度、容器化隔离与Kubernetes编排治理。关键技术价值体现在:通过FastAPI异步支持与依赖注入实现高性能低延迟推理;借助Docker多阶段构建与slim镜像优化保障安全与交付效率;依托K8s Deployment、HPA和探针机制达成弹性伸缩与自愈能力。典型应用场景包括实时风控

dy_f的专栏 192

visio安装包

Microsoft Office Visio 是一款专业的制图软件。利用经过更新的形状、协作工具和数据链接图表,创建专业级图表以简化复杂的信息。

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

AI-ollama软件安装(一)

本文详细介绍了Ollama大模型的安装部署、API调用及本地化应用方案。主要内容包括:1)Ollama的联网/离网安装方法;2)核心命令操作指南,涵盖模型管理、运行服务和交互控制指令;3)API调用实现,包括Python集成示例;4)本地大模型部署方案,涉及服务暴露配置和API测试;5)重点探讨了"上下文雪球"问题及其解决方案,对比分析了外部记忆层、模型内化记忆等主流技术路线。文章通过具体代码示例和配置说明,为开发者提供了完整的Ollama应用实施指南,最后还展望了提示词工程和AI应用

hebisnsn的博客 259

假人有限元模型

假人模型,车辆碰撞假人有限元模型,适合做乘员安全的研究者利用

Gatsby v2 入门实战:从 CLI 初始化到可部署博客

静态网站生成器(SSG)是现代前端构建的关键范式,其核心在于将动态内容在构建时固化为静态资产,从而实现极致的性能与可预测性。Gatsby 作为基于 React 和 GraphQL 的代表性 SSG 框架,v2 版本确立了‘构建时确定性优先’的设计哲学,强制数据获取、页面生成和插件执行全部前置到 build 阶段。这种模式显著提升 SEO、首屏加载速度与 PWA 兼容性,适用于技术博客、企业官网、文档站点等以内容交付为主的场景。本文聚焦 Gatsby v2 的工程落地本质——围绕 Gatsby CLI 工具链

cqwmy840702的博客 414

lwip-2.0.3

lwip是瑞典计算机科学院(SICS)的Adam Dunkels 开发的一个小型开源的TCP/IP协议栈。实现的重点是在保持TCP协议主要功能的基础上减少对RAM 的占用。

Python机器学习:从零基础到项目实战

当您翻开此书,您正踏入一场数据与智慧的修行。机器学习,并非冰冷的符码,而是机器模拟人类洞察世界的法门。本书将带您,以Python为舟,泛游于算法之海。我们不只传授“术”,更探求其后的“道”——从数据的生灭流转中观照规律,于模型的迭代演进里体悟得失。愿您合上书卷时,收获的不仅是驾驭数据的技能,更有一双洞悉复杂、化繁为简的“智慧之眼”。现在,让我们一同启程。

YunWisdom 976

OpenClaw+Discord+MiniMax 2.1全栈AI助手工程实践

AI Bot不是简单API拼接,而是涉及通信信道、推理引擎与运行时底座的分层协同系统。Discord Gateway提供低延迟实时交互原语,MiniMax 2.1以标准化OpenAI兼容协议支撑function calling与精确token计量,Node.js凭借事件循环模型和成熟生态成为高并发I/O场景下不可替代的韧性底座。OpenClaw则在此之上抽象出Skill生命周期、上下文隔离与可观测性能力,将AI服务从脚本级拉升至生产级。本文聚焦真实工程约束——如Discord的3秒Interaction响应

weixin_30460489的博客 406

Deep Agents 框架-基础篇

DeepAgents是LangChain生态中的高级API,构建于LangChain核心智能体模块和LangGraph运行时之上,旨在简化复杂智能体的开发。它提供任务规划、文件系统管理、子智能体生成等内置功能,适用于长期运行的多步骤任务。然而,DeepAgents并非独立框架,仍需依赖LangChain和LangGraph,学习成本较高。文档详细介绍了其核心能力、与LangChain/LangGraph的差异、配置方法及最佳实践,强调其在处理复杂任务时的优势,但也指出工程化选择需谨慎考虑其依赖关系和实际需求

yanghuashuiyue的专栏 450

03 大模型核心开发框架

如果是java选手,学习过langchain4j,上手这部分内容应该很快。先详细看看课程目标建立对 LangChain 的整体认识,知道它是什么、解决什么问题、在 AI 应用开发里处于什么位置。理解 LangChain 在 1.x 时代的产品边界、包结构、版本演进,以及它与LangGraph、LangSmith、Deep Agents 的关系。建立对 Model I/O、Chains、Memory、Retrieval、Tools/Agents、Callbacks 这六类教学视角的整体认知。

Misnearch的博客 398

01:SpringAI

ai

weixin_43761434的博客 431

langchain AI应用框架研究【核心概念-篇一】

langchain新版本1.1.0 出来了,老板了的api看了一些,api写法看起来有些凌乱,特别是那个构造chain的地方,先后顺序感觉不好记忆,还是SpringAI相对好好记忆一些。不知到1.x版本的会好使一些不。我们先来看看新版的langchain、langgraph、deepagents。LangChain 是一个用于开发由大语言模型(LLM)驱动的应用程序的开源框架。它的核心目标是提供一个统一的抽象层,让开发者可以方便地组合各种组件,而无需关心底层与不同模型API对接的细节。

yanghuashuiyue的专栏 602

【亲测免费】 Second-Me 开源项目安装与配置指南

Second-Me 是一个开源项目,旨在帮助用户创建和训练自己的 AI 自我,这是一种新型的 AI 种类,可以保留个人特性、传递个人背景,并捍卫个人利益。该项目通过本地训练和托管用户数据,同时在全球范围内连接,以扩展用户的智能。 主要编程语言: - Python - JavaScript ## 2. 项目使用的关键技术和框架 - **Hierarchical Memory Modeling

gitblog_00680的博客 1455

【每日论文】AI-native Memory 2.0: Second Me

人类与外部世界的互动本质上涉及个人记忆的交换,无论是与其他个人、网站、应用程序,还是未来与AI代理的交互。其中很大一部分交互是重复的,需要用户在不同情境中反复提供相同的信息。现有的解决方案,如浏览器存储的凭据、自动填充机制和统一认证系统,旨在通过充当存储和检索常用用户数据的中间件来减轻这种重复性。大型语言模型(LLMs)的出现为通过AI原生范式重新定义记忆管理提供了机会:SECOND ME。SECOND ME充当一个智能的、持久的记忆卸载系统,保留、组织和动态利用用户特定的知识。

weixin_40240616的博客 3214

Second Me 初步使用

Second Me demo跑通

qq_28212937的博客 4656
上一篇: 当前热门的QQ机器人开源项目推荐、功能对比及搭建教程,涵盖主流框架和实战指南
下一篇: 计算机外包岗位到底值不值得去?一次给你说清
知1而N
博客等级 码龄9年 1425粉丝 449原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值