Files
ljwx-chat/🎉 部署成功.md
2025-11-29 07:36:44 +08:00

8.5 KiB
Raw Permalink Blame History

🎉 灵境万象 - 部署成功!

✅ 所有配置已完成

恭喜!灵境万象(基于 LobeChat v2.0.0-next.112 定制)已经成功部署并启动。


📍 访问地址

应用已启动,可以通过以下地址访问:

服务器状态:

✓ Ready in 3.3s

✅ 已完成的配置清单

1. Ollama qwen3:32b 模型 ✓

  • ✅ 模型已安装 (20 GB)
  • ✅ Ollama 服务运行中
  • ✅ 端点: http://127.0.0.1:11434

2. PostgreSQL@14 数据库 ✓

  • ✅ 版本: 14.19 (Homebrew)
  • ✅ 服务状态:运行中
  • ✅ 数据库名: lingjingwanxiang
  • ✅ 连接字符串: postgresql://brunogao@localhost:5432/lingjingwanxiang

3. PGVector 0.8.1 扩展 ✓

  • ✅ 从源码编译并安装
  • ✅ 已在 lingjingwanxiang 数据库中启用
  • ✅ 支持 HNSW 和 IVFFlat 索引算法

4. 数据库架构 ✓

  • ✅ 所有表已创建(56+ 张表)
  • ✅ 知识库相关表:
    • knowledge_bases - 知识库主表
    • chunks - 文档片段
    • embeddings - 向量嵌入 (vector(1024) 类型)
    • files - 文件管理
    • documents - 文档管理
    • 等等...

5. 环境配置 ✓

  • ✅ .env 文件已配置:
    • OLLAMA_PROXY_URL=http://127.0.0.1:11434
    • ENABLED_OLLAMA=1
    • DATABASE_URL=postgresql://brunogao@localhost:5432/lingjingwanxiang
    • DATABASE_DRIVER=node (使用本地 PostgreSQL)
    • KEY_VAULTS_SECRET (数据库加密密钥)
    • NODE_ENV=development

6. 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

7. 应用启动 ✓

  • ✅ Next.js 16.0.4 (Turbopack)
  • ✅ 开发服务器运行中
  • ✅ 端口: 3010

🧪 功能测试指南

测试 1: 配置 Ollama qwen3:32b 模型

  1. 打开应用

  2. 进入设置

    • 点击右上角头像 → 设置
    • 导航到 "语言模型" → "Ollama"
  3. 配置 Ollama

    • 端点地址应该已经是: http://127.0.0.1:11434
    • 点击 "获取模型列表"
    • 应该能看到 qwen3:32b 模型
  4. 创建对话测试

    • 点击左侧 "新建对话"
    • 在模型选择中选择 "Ollama - qwen3:32b"
    • 发送消息: "你好,请用中文介绍一下你自己"
    • 验证 AI 是否正常响应

测试 2: 知识库功能(RAG)

步骤 1: 创建知识库

  1. 进入知识库管理

    • 设置 → 知识库
    • 点击 "创建知识库"
    • 输入名称,如 "测试知识库"
  2. 上传文档

    • 在知识库中点击 "添加文件"
    • 上传一个测试文档(支持 TXT, PDF, MD, DOCX)
    • 等待文件处理和向量化完成

步骤 2: 在对话中使用知识库

  1. 创建新对话

    • 点击 "新建对话"
    • 选择模型: Ollama - qwen3:32b
  2. 启用知识库

    • 在对话设置中找到 "知识库" 选项
    • 选择刚才创建的 "测试知识库"
    • ✅ 确保启用开关打开
  3. 测试语义搜索

    • 提问与文档内容相关的问题
    • AI 应该会:
      1. 使用 searchKnowledgeBase 工具
      2. 从向量数据库检索相关内容
      3. 基于检索到的内容回答问题

步骤 3: 验证向量搜索

在数据库中检查向量嵌入:

psql -d lingjingwanxiang -c "SELECT COUNT(*) FROM embeddings WHERE embeddings IS NOT NULL;"

应该看到非零的向量嵌入数量。


测试 3: 验证文件功能

简化模式(直接注入)

  1. 上传文件

    • 设置 → 文件
    • 上传一个文本文件
  2. 在对话中启用

    • 新建对话
    • Agent 设置 → 文件
    • 添加并启用刚才上传的文件
  3. 提问测试

    • 询问文件相关内容
    • AI 应该基于文件内容回答

🔧 管理命令

停止服务器

如果需要停止开发服务器:

# 找到进程
ps aux | grep "next dev"

# 或者使用 lsof
lsof -ti:3010 | xargs kill -9

重启服务器

cd ~/work/codes/AI/lobe-chat
bun run dev

查看日志

开发服务器正在后台运行(进程 ID: 130c70)。

如果需要查看实时日志,可以重新启动服务器并查看输出。

数据库管理

连接数据库:

psql -d lingjingwanxiang

查看知识库:

SELECT * FROM knowledge_bases;

查看文档片段:

SELECT id, text, metadata FROM chunks LIMIT 5;

查看向量嵌入:

SELECT id, model, chunk_id FROM embeddings LIMIT 5;

向量相似度搜索示例:

-- 需要先有嵌入数据
SELECT c.text, e.embeddings <-> '[0.1, 0.2, ...]'::vector AS distance
FROM chunks c
JOIN embeddings e ON e.chunk_id = c.id
ORDER BY distance
LIMIT 5;

📚 重要文档

项目中已创建的文档:

  1. 灵境万象-定制指南.md

    • 快速开始指南
    • 使用说明
    • 配置详解
  2. 完整知识库设置完成报告.md

    • 详细配置说明
    • 故障排查指南
    • 系统要求
  3. finish-setup.sh

    • 自动化设置脚本
    • 可用于验证配置

🎯 核心功能特性

✅ RAG (检索增强生成)

  • 完整的知识库系统
    • 支持多种文档格式
    • 自动文档分块
    • 向量化和语义搜索
    • AI 主动调用知识库工具

✅ 本地 LLM (Ollama)

  • qwen3:32b 模型
    • 32B 参数,强大的中文能力
    • 完全本地运行
    • 数据隐私保护

✅ 向量数据库

  • PostgreSQL + PGVector
    • 高性能向量索引 (HNSW)
    • 1024 维向量嵌入
    • 支持余弦相似度搜索

✅ 品牌定制化

  • 灵境万象
    • 独立品牌标识
    • 自定义配置
    • 基于开源协议 (MIT)

⚙️ 配置摘要

.env 文件

# Ollama 本地模型
OLLAMA_PROXY_URL=http://127.0.0.1:11434
ENABLED_OLLAMA=1

# PostgreSQL 数据库
DATABASE_URL=postgresql://brunogao@localhost:5432/lingjingwanxiang
DATABASE_DRIVER=node

# 数据库加密
KEY_VAULTS_SECRET=ViDaP5K/rQX0fBY5ggsqupHN4GkQYU95OKO0gieQNkg=

# 开发环境
NODE_ENV=development

数据库连接

  • 主机: localhost
  • 端口: 5432
  • 数据库: lingjingwanxiang
  • 用户: brunogao
  • 扩展: vector 0.8.1

应用配置

  • 框架: Next.js 16.0.4
  • 运行时: Bun
  • 包管理: pnpm
  • 端口: 3010

🐛 故障排查

问题:无法连接到 Ollama

检查:

curl http://127.0.0.1:11434/api/tags

解决:

ollama serve &

问题:数据库连接失败

检查:

psql -d lingjingwanxiang -c "SELECT 1;"

解决:

brew services start postgresql@14

问题:向量搜索不工作

检查扩展:

psql -d lingjingwanxiang -c "SELECT * FROM pg_available_extensions WHERE name = 'vector';"

重新启用:

psql -d lingjingwanxiang -c "CREATE EXTENSION IF NOT EXISTS vector;"

问题:端口 3010 被占用

查找进程:

lsof -ti:3010

终止进程:

lsof -ti:3010 | xargs kill -9

📊 系统状态

✅ 服务状态

✅ 数据库状态

  • 数据库已创建
  • Vector 扩展已启用
  • 所有表已创建(56+ 张)
  • 向量列已配置 (vector(1024))

✅ 模型状态

  • qwen3:32b 已安装
  • Ollama 服务可访问
  • 模型列表可获取

🚀 下一步

  1. 访问应用: http://localhost:3010

  2. 配置 Ollama 模型

    • 设置 → 语言模型 → Ollama
    • 选择 qwen3:32b
  3. 创建知识库

    • 设置 → 知识库
    • 创建知识库并上传文档
  4. 开始对话

    • 新建对话
    • 启用知识库
    • 体验 RAG 功能

📝 备注

重要提醒

  1. KEY_VAULTS_SECRET 是敏感信息,请妥善保管
  2. 数据库密码 如果以后设置了密码,需要更新 DATABASE_URL
  3. 备份 建议定期备份 PostgreSQL 数据库

生产部署

如需生产环境部署:

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

# 构建
bun run build

# 启动
bun run start

# 访问: http://localhost:3210

更新项目

cd ~/work/codes/AI/lobe-chat
git pull origin next
pnpm install
bun run db:migrate
bun run dev

部署时间: 2025-11-25 版本: v2.0.0-next.112+lingjingwanxiang 状态: ✅ 完全部署成功

技术栈:

  • Next.js 16.0.4
  • PostgreSQL 14.19
  • PGVector 0.8.1
  • Ollama qwen3:32b (20GB)
  • Bun 运行时

感谢使用灵境万象!