gao/ljwx-chat

Fork 0

Files

T

bruno 325f090779 knowledge ready

2025-11-29 07:36:44 +08:00

5.8 KiB

Raw Permalink Blame History

灵境万象 - 定制化 AI 助手

🎉 已完成的定制化

✅ 1. 知识库功能修复

文件: src/helpers/toolEngineering/index.ts:79
修改: 启用文件时自动启用知识库工具
效果: 添加文件到 Agent 后，AI 可以使用 searchKnowledgeBase 工具进行语义搜索

✅ 2. 品牌定制化

品牌名称: 灵境万象
配置文件: packages/const/src/branding.ts
package.json: 已更新项目信息

✅ 3. Ollama 本地模型配置

配置文件: .env
Ollama URL: http://127.0.0.1:11434
状态: 已启用

🚀 使用指南

启动 Ollama

安装 Ollama（如果还没安装）

# macOS
brew install ollama

# 或访问 https://ollama.com 下载安装

启动 Ollama 服务
```
ollama serve
```

下载模型（示例）

# 下载 Qwen（通义千问）
ollama pull qwen2.5:7b

# 或其他中文模型
ollama pull llama3.2
ollama pull mistral

查看已安装模型
```
ollama list
```

启动灵境万象

方式 1: 开发模式（推荐用于测试）

cd ~/work/codes/AI/lobe-chat

# 确保依赖已安装
pnpm install

# 启动开发服务器
bun run dev

# 访问 http://localhost:3010

方式 2: 生产构建

cd ~/work/codes/AI/lobe-chat

# 构建
bun run build

# 启动
bun run start

# 访问 http://localhost:3210

方式 3: Docker 部署

# 构建自定义镜像
docker build -t lingjingwanxiang .

# 运行（连接到本地 Ollama）
docker run -d \
  -p 3210:3210 \
  -e OLLAMA_PROXY_URL=http://host.docker.internal:11434 \
  -e ENABLED_OLLAMA=1 \
  --name lingjingwanxiang \
  lingjingwanxiang

🧪 功能测试

测试 1: Ollama 模型连接

打开灵境万象界面
进入 设置 → 语言模型 → Ollama
确认 Ollama 端点：http://127.0.0.1:11434
点击 获取模型列表，应该能看到已安装的模型
创建新对话，选择 Ollama 模型
发送消息测试

测试 2: 知识库功能

准备工作（可选 - 完整知识库需要数据库）

简化版（使用文件直接注入）：

上传文件
- 设置 → 知识库 → 文件
- 上传一个 TXT 或 PDF 文件
在对话中启用文件
- 创建新对话
- Agent 设置 → 文件
- 添加并✅ 启用文件
提问测试
- 询问文件相关内容
- AI 应该基于文件内容回答

完整版（需要 PostgreSQL + PGVector）：

# 1. 安装 PostgreSQL
brew install postgresql@14

# 2. 启动 PostgreSQL
brew services start postgresql@14

# 3. 创建数据库
createdb lingjingwanxiang

# 4. 在数据库中安装 pgvector 扩展
psql lingjingwanxiang -c "CREATE EXTENSION vector;"

# 5. 更新 .env
DATABASE_URL=postgresql://username@localhost:5432/lingjingwanxiang

然后可以使用完整的知识库功能：

创建知识库
添加多个文件
自动生成向量嵌入
AI 主动搜索知识库

⚙️ 配置说明

.env 文件配置

# ========== Ollama 配置 ==========
# 本地 Ollama 服务地址
OLLAMA_PROXY_URL=http://127.0.0.1:11434

# 启用 Ollama
ENABLED_OLLAMA=1

# 可选：指定自定义模型列表
# OLLAMA_MODEL_LIST=qwen2.5:7b,llama3.2,mistral

# ========== 数据库配置（知识库功能） ==========
# PostgreSQL with PGVector
# DATABASE_URL=postgresql://user:pass@localhost:5432/dbname

# ========== 嵌入模型配置（知识库向量搜索） ==========
# 可以使用 Ollama 的嵌入模型
# OPENAI_API_KEY=ollama  # 特殊标记，使用 Ollama
# 或使用 OpenAI
# OPENAI_API_KEY=sk-your-key

# ========== 开发设置 ==========
NODE_ENV=development

模型	下载命令	说明
Qwen 2.5	`ollama pull qwen2.5:7b`	阿里通义千问，中文能力强
LLaMA 3.2	`ollama pull llama3.2`	Meta 最新模型
Mistral	`ollama pull mistral`	欧洲开源模型
DeepSeek	`ollama pull deepseek-r1`	DeepSeek 模型

📋 进一步定制

修改界面文本

主要本地化文件：

中文：locales/zh-CN/common.json
英文：locales/en-US/common.json

修改后运行：

pnpm i18n

更换 Logo / 图标

替换以下文件：

public/favicon.ico
public/icons/icon-192x192.png
public/icons/icon-512x512.png

自定义 URL 和链接

编辑 packages/const/src/url.ts

🔧 问题排查

Ollama 连接失败

确认 Ollama 服务运行：
```
ps aux | grep ollama
```
测试 Ollama API：
```
curl http://127.0.0.1:11434/api/tags
```
检查 .env 配置是否正确

知识库功能不可用

简化版：只需上传文件并在 Agent 中启用即可
完整版：需要配置数据库 + 嵌入模型

依赖安装问题

# 清理并重新安装
rm -rf node_modules
pnpm install

📚 相关文档

Ollama 官方文档: https://ollama.com
原始项目: https://github.com/lobehub/lobe-chat
本地化指南: 见 .cursor/rules/i18n.mdc
测试指南: 见 .cursor/rules/testing-guide/testing-guide.mdc

🎯 快速开始（3 步）

# 1. 启动 Ollama
ollama serve &
ollama pull qwen2.5:7b

# 2. 启动灵境万象
cd ~/work/codes/AI/lobe-chat
bun run dev

# 3. 访问并测试
# 打开 http://localhost:3010
# 设置 → 语言模型 → Ollama → 选择模型
# 开始对话！

定制版本: v2.0.0-next.112+lingjingwanxiang 基于: LobeChat v2.0.0-next.112 修改日期: 2024-11-25 许可证: MIT

5.8 KiB Raw Permalink Blame History Unescape Escape