anchoring ai
1.0.0
¿Por qué anclar la IA? | Demostración en vivo y videos | Implementación de Docker | Guía de instalación
Anchoring AI es una herramienta sin código de código abierto para que los equipos colaboren en la construcción, evaluación y alojamiento de aplicaciones que aprovechan GPT y otros modelos de idiomas grandes. Puede construir y compartir fácilmente aplicaciones con motor LLM, administrar su presupuesto y ejecutar trabajos por lotes. Con el anclaje de IA, la gestión del acceso, el control de los presupuestos y la ejecución de trabajos por lotes es muy fácil. Nuestro objetivo es ser el destino de elección para transformar a su equipo en una potencia centrada en la IA.
Proporcionamos:
Puedes ver nuestro lanzamiento alfa aquí.
Si prefiere implementar AI de anclaje usando Docker, esta sección proporciona una guía paso a paso para hacerlo.
Clon el repositorio de Github
Si aún no lo ha hecho, clone el repositorio a su máquina local.
git clone https://github.com/AnchoringAI/anchoring-ai.gitNavegue al directorio de la raíz del proyecto
cd anchoring-aiConstruye la imagen Docker
docker-compose buildEjecutar contenedores Docker
docker-compose up Su aplicación ahora debe ser accesible en localhost:3000 .
Detener contenedores Docker
docker-compose downEliminar todos los recursos de Docker (opcional)
docker system prune -aEsta guía está diseñada principalmente para Linux y MacOS. Los usuarios de Windows aún pueden seguir junto con algunos ajustes especificados a continuación.
Antes de comenzar la instalación, asegúrese de tener acceso a nivel de administrador a su sistema.
Nota para los usuarios de Windows
- Instale e inicie Redis, que no es compatible con Windows a través del subsistema de Windows para Linux (WSL).
- Comente
uwsgi==2.0.21enback-end/requirements.txtya que este paquete no es compatible con Windows.- Agregar
--pool=solopara el Celery Worker Args enback-end/src/celery_worker.pypara admitir trabajos por lotes.
Descargue MySQL 8.0 : vaya a la página oficial de descargas de MySQL y descargue el instalador MySQL 8.0 para su sistema operativo.
Instale MySQL : ejecute el instalador y siga las instrucciones en pantalla para instalar MySQL.
Comienza mysql :
sudo systemctl start mysqlVerificar la instalación : abra un terminal y ejecute lo siguiente:
mysql --versionEsto debería mostrar la versión MySQL instalada.
Descargue Redis 5.0.7 : Visite la página oficial de descargas de Redis y descargue el tarball o instalador Redis 5.0.7 para su sistema operativo.
Instalar Redis :
cd redis-5.0.7
make
make installComienza Redis :
redis-serverVerificar la instalación : abra un nuevo terminal y ejecute:
redis-cli pingSi Redis se está ejecutando, esto devolverá "Pong".
node -v en el terminal. python --version o python3 --version en el terminal. Ejecute el siguiente comando en el terminal:
git clone https://github.com/AnchoringAI/anchoring-ai.git Abra su terminal y navegue al directorio scripts dentro de su proyecto:
cd path/to/your/project/scriptsAbra el shell MySQL ingresando el siguiente comando:
mysql -u [your_username] -p Se le pedirá que ingrese la contraseña para [your_username] .
Una vez dentro del shell MySQL, cambie a la base de datos que tiene la intención de usar (si ya existe). Reemplace [your_database] con el nombre de su base de datos:
use [your_database] ; Ejecute el script init_db.sql para inicializar su base de datos MySQL:
source init_db.sql Navegue al archivo config.py ubicado en el directorio back-end/src :
cd path/to/your/project/back-end/src Abra config.py en su editor de texto favorito y localice la clase DevelopmentConfig .
Actualice la clase de configuración de la base de datos para que coincida con su configuración MySQL:
class DevelopmentConfig ( BaseConfig ):
USERNAME = '[your_username]'
PASSWORD = '[your_password]'
HOST = 'localhost'
PORT = '3306'
DATABASE = '[your_database]'
DB_URI = f'mysql+pymysql:// { USERNAME } : { PASSWORD } @ { HOST } : { PORT } / { DATABASE } ?charset=utf8'
SQLALCHEMY_DATABASE_URI = DB_URI Reemplace [your_username] , [your_password] y [your_database] con el nombre de usuario, contraseña y la base de datos MySQL que ha elegido.
Después de completar estos pasos, su base de datos debe inicializarse y su aplicación configurada para conectarse a ella.
front-end : cd front-endnpm installnpm startback-end : cd ..
cd back-endpip install -r requirements.txt Navegue al directorio src :
cd srcInicie la aplicación Python :
python3 app.pypython app.pyComience al trabajador de apio en segundo plano :
python3 celery_worker.py >> logs/celery_worker_log.txt 2>&1python celery_worker.py >> logs/celery_worker_log.txt 2>&1Después de completar estos pasos, debería poder ver que la aplicación se ejecute en Localhost: 3000.
