ทำไมต้องทอดสมอ AI? - การสาธิตสดและวิดีโอ การปรับใช้ Docker | คู่มือการติดตั้ง
Anchoring AI เป็นเครื่องมือที่ไม่มีรหัสโอเพนซอร์ซสำหรับทีมในการทำงานร่วมกันในการสร้างการประเมินและการโฮสต์แอปพลิเคชันที่ใช้ประโยชน์จาก GPT และรูปแบบภาษาขนาดใหญ่อื่น ๆ คุณสามารถสร้างและแบ่งปันแอพที่ขับเคลื่อนด้วย LLM จัดการงบประมาณของคุณและทำงานแบทช์ได้อย่างง่ายดาย ด้วยการยึด AI การจัดการการเข้าถึงการควบคุมงบประมาณและงานแบทช์เป็นเรื่องง่าย เรามุ่งมั่นที่จะเป็นจุดหมายปลายทางของการเลือกสำหรับการเปลี่ยนทีมของคุณให้กลายเป็นโรงไฟฟ้า AI-centric
เราให้บริการ:
คุณสามารถตรวจสอบการเปิดตัวอัลฟ่าของเราได้ที่นี่
หากคุณต้องการปรับใช้การยึด AI โดยใช้ Docker ส่วนนี้จะให้คำแนะนำทีละขั้นตอนในการทำเช่นนั้น
โคลนที่เก็บ GitHub
หากคุณยังไม่ได้ทำโคลนที่เก็บไปยังเครื่องในพื้นที่ของคุณ
git clone https://github.com/AnchoringAI/anchoring-ai.gitนำทางไปยังไดเรกทอรีรากโครงการ
cd anchoring-aiสร้างภาพนักเทียบท่า
docker-compose buildเรียกใช้คอนเทนเนอร์ Docker
docker-compose up แอปพลิเคชันของคุณควรเข้าถึงได้ที่ localhost:3000
หยุดคอนเทนเนอร์ Docker
docker-compose downลบทรัพยากรนักเทียบท่าทั้งหมด (ไม่บังคับ)
docker system prune -aคู่มือนี้ได้รับการออกแบบมาเป็นหลักสำหรับ Linux และ MacOS ผู้ใช้ Windows ยังสามารถติดตามได้พร้อมกับการปรับบางอย่างที่ระบุไว้ด้านล่าง
ก่อนที่จะเริ่มการติดตั้งให้แน่ใจว่าคุณสามารถเข้าถึงระบบระดับผู้ดูแลระบบของคุณ
หมายเหตุสำหรับผู้ใช้ Windows
- ติดตั้งและเริ่ม REDIS ซึ่งไม่รองรับบน Windows ผ่านระบบย่อย Windows สำหรับ Linux (WSL)
- แสดงความคิดเห็น
uwsgi==2.0.21ในback-end/requirements.txtเนื่องจากแพ็คเกจนี้ไม่ได้รับการสนับสนุนสำหรับ Windows- เพิ่ม
--pool=soloสำหรับคนงานคื่นฉ่าย args ในback-end/src/celery_worker.pyเพื่อสนับสนุนงานแบทช์
ดาวน์โหลด MySQL 8.0 : ไปที่หน้าดาวน์โหลด MySQL อย่างเป็นทางการและดาวน์โหลดตัวติดตั้ง MySQL 8.0 สำหรับระบบปฏิบัติการของคุณ
ติดตั้ง MySQL : เรียกใช้ตัวติดตั้งและทำตามคำแนะนำบนหน้าจอเพื่อติดตั้ง MySQL
เริ่ม MySQL :
sudo systemctl start mysqlตรวจสอบการติดตั้ง : เปิดเทอร์มินัลและดำเนินการดังต่อไปนี้:
mysql --versionสิ่งนี้ควรแสดงเวอร์ชัน MySQL ที่ติดตั้ง
ดาวน์โหลด Redis 5.0.7 : เยี่ยมชมหน้าดาวน์โหลด Redis อย่างเป็นทางการและดาวน์โหลด Redis 5.0.7 Tarball หรือ Installer สำหรับระบบปฏิบัติการของคุณ
ติดตั้ง Redis :
cd redis-5.0.7
make
make installเริ่ม Redis :
redis-serverตรวจสอบการติดตั้ง : เปิดเทอร์มินัลใหม่แล้วเรียกใช้:
redis-cli pingหาก Redis กำลังทำงานอยู่สิ่งนี้จะกลับ "Pong"
node -v ในเทอร์มินัล python --version หรือ python3 --version ในเทอร์มินัล เรียกใช้คำสั่งต่อไปนี้ในเทอร์มินัล:
git clone https://github.com/AnchoringAI/anchoring-ai.git เปิดเทอร์มินัลของคุณและนำทางไปยังไดเรกทอรี scripts ภายในโครงการของคุณ:
cd path/to/your/project/scriptsเปิดเชลล์ MySQL โดยป้อนคำสั่งต่อไปนี้:
mysql -u [your_username] -p คุณจะได้รับแจ้งให้ป้อนรหัสผ่านสำหรับ [your_username]
เมื่ออยู่ในเชลล์ MySQL ให้สลับไปที่ฐานข้อมูลที่คุณตั้งใจจะใช้ (ถ้ามีอยู่แล้ว) แทนที่ [your_database] ด้วยชื่อฐานข้อมูลของคุณ:
use [your_database] ; เรียกใช้สคริปต์ init_db.sql เพื่อเริ่มต้นฐานข้อมูล MySQL ของคุณ:
source init_db.sql นำทางไปยังไฟล์ config.py ที่อยู่ในไดเรกทอรี back-end/src :
cd path/to/your/project/back-end/src เปิด config.py ในตัวแก้ไขข้อความที่คุณชื่นชอบและค้นหาคลาส DevelopmentConfig
อัปเดตคลาสการกำหนดค่าฐานข้อมูลเพื่อให้ตรงกับการตั้งค่า MySQL ของคุณ:
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 แทนที่ [your_username] , [your_password] และ [your_database] ด้วยชื่อผู้ใช้ MySQL รหัสผ่านและชื่อฐานข้อมูลที่คุณเลือก
หลังจากทำตามขั้นตอนเหล่านี้แล้วฐานข้อมูลของคุณควรเริ่มต้นและแอปพลิเคชันของคุณกำหนดค่าให้เชื่อมต่อกับมัน
front-end : cd front-endnpm installnpm startback-end : cd ..
cd back-endpip install -r requirements.txt นำทางไปยังไดเรกทอรี src :
cd srcเริ่มแอปพลิเคชัน Python :
python3 app.pypython app.pyเริ่มงานคื่นฉ่ายในพื้นหลัง :
python3 celery_worker.py >> logs/celery_worker_log.txt 2>&1python celery_worker.py >> logs/celery_worker_log.txt 2>&1หลังจากทำตามขั้นตอนเหล่านี้เสร็จแล้วคุณควรจะเห็นแอพที่ทำงานที่ LocalHost: 3000