实习日志之wiseflow部署日记

从图中可知，你已进入 PocketBase 的管理界面，接下来可以按以下步骤继续部署 Wiseflow：

1. 配置环境变量：找到 Wiseflow 代码仓根目录下的.env文件（可参考env_sample） ，配置诸如llm_api_key（大模型推理服务 API key）、llm_api_base（模型服务地址，使用 OpenAI 服务时可删除该项）、pb_api_auth（pb 数据库 admin 的邮箱和密码，必须是邮箱）等关键信息。
2. 添加关注点和信源：
   • 打开 PocketBase 的 admin dashboard UI（http://127.0.0.1:8091/_/ ，具体端口看实际情况）。
   • 打开tags 表单，指定关注点，让大语言模型（LLM）按此提炼、过滤并分类信息。关注点描述要具体，比如填写 “中美贸易摩擦进展”，而不是 “国际经济” ，同时设置activated为激活状态。
   • 打开sites 表单，指定自定义信源。在url中填写信源的 URL（给文章列表页面即可）；per_hours设置扫描频率，范围在 1 - 24 小时，建议设为 24 小时；activated设置为激活状态 。
3. 启动相关服务：如果之前是用docker compose up启动的，确保容器正常运行；若是通过 Python 运行，要保证已按要求依次启动pb、task和backend（pb需先启动，task和backend顺序无要求，可按需启动） 。
4. 测试功能：完成上述步骤后，检查 Wiseflow 是否能按设置的关注点从指定信源中提取、分类信息，验证其功能是否正常。