Yuxi (语析)

Warning

[WIP] 当前项目还处于开发的早期。

预览

准备

1. 提供 API 服务商的 API_KEY，并放置在 src/.env 文件中，参考 src/.env.template。默认使用的是智谱AI。需要配置 ZHIPUAI_API_KEY=<ZHIPU_KEY>。
2. 配置 python 环境 pip install -r requirements.txt，python 版本应当小于 3.12。
3. 前端 UI 部分，需要安装 Node.js 环境，参考：Download Node.js。

如果不启用知识库，可以仅安装下面的依赖

FlagEmbedding==1.2.10
Flask==3.0.3
Flask_Cors==4.0.1
openai==1.35.10
python-dotenv==1.0.1
PyYAML==6.0.1
zhipuai

Warning

milvus-lite（向量数据库）不支持在 Windows 上运行，建议使用 WSL，详见：https://github.com/milvus-io/milvus-lite/issues/175

配置图数据库 neo4j (可选)

使用 docker 部署 neo4j 服务，配置文件见 local_neo4j/docker-compose.yml. 默认账号密码见最后一行，可以使用 http://localhost:7474/ 在浏览器可视化访问。

cd local_neo4j
docker compose up -d

可以使用 python test_neo4j.py 来测试是否正常启动。使用 docker compose down 可停止服务。 如果想要管理 neo4j，也可以使用 docker ps 查看容器 id，然后使用 docker exec -it <CONTAINER_ID> /bin/bash 进入容器。 如果想要删除数据库中的文件，可以进入容器并停止 neo4j 后，执行 rm -rf /data/databases。

启动

1. 手动启动

# 后端部分
python -m src.api

# 前端部分
cd web
npm install  # 首次运行需要
npm run server

2. 脚本启动

注意：此脚本不会启动图数据库 neo4j。

bash run.sh

3. Docker 启动

提醒：此部分暂时依赖于前端打包之后的内容（后面考虑更新），同时会自动启动 neo4j 图数据库。

docker compose up --build

如果需要使用到本地模型，比如向量模型或者重排序模型，则需要将环境变量中设置的 MODEL_ROOT_DIR 做映射，比如本地模型都是存放在 /hdd/models 里面，则需要在 docker-compose.yml 中添加：

services:
  # 后端服务
  backend:
    image: pytorch/pytorch:2.4.1-cuda11.8-cudnn9-runtime  # 或者您可以自定义 Python 基础镜像
    container_name: backend
    working_dir: /app
    volumes:
      - ./src:/app/src  # 映射源代码
      - ./requirements.txt:/app/requirements.txt
      - ./saves:/app/saves
      - /hdd/models:/hdd/models  # <=== 修改这里
...

提醒：启动 docker 之后，如果需要进行调试的时候，务必先停掉 docker （在项目路径下，使用 docker compose down），然后再运行 bash run.sh，不然会出现端口冲突。这是由于没有单独设置生产环境和开发环境，这个以后再说。

其余脚本

镜像构建之后，单独启动后端服务

docker run -w /app -v ./src:/app/src -v ./saves:/app/saves -p 5000:5000 yuxi-know-backend

Docker 镜像相关

如果无法直接下载相关镜像，尝试将前缀替换为：

# 以 neo4j 为例，其余一样
docker pull m.daocloud.io/docker.io/library/neo4j:latest

# 然后重命名镜像
docker tag m.daocloud.io/docker.io/library/neo4j:latest neo4j:latest