大模型数据助手

🌟 项目简介

一个轻量级、支持全链路且易于二次开发的大模型应用项目

已适配DeepSeek/Qwen2.5等大模型

基于 Dify 、Ollama&Vllm、Sanic 和 Text2SQL 📊 等技术构建的一站式大模型应用开发项目，采用 Vue3、TypeScript 和 Vite 5 打造现代UI。它支持通过 ECharts 📈 实现基于大模型的数据图形化问答，具备处理 CSV 文件 📂 表格问答的能力。同时，能方便对接第三方开源 RAG 系统 检索系统 🌐等，以支持广泛的通用知识问答。

作为轻量级的大模型应用开发项目，Sanic-Web 🛠️ 支持快速迭代与扩展，助力大模型项目快速落地。🚀

架构方案

🎉 特性

• 核心技术栈：Dify + Ollama + RAG + (Qwen2.5/DeepSeek) + Text2SQL
• UI 框架：Vue 3 + TypeScript + Vite 5
• 数据问答：集成 ECharts大模型实现Text2SQL轻量级的图形化数据问答展示
• 表格问答：支持 CSV格式文件的上传与基于大模型总结预处理和Text2SQL的表格数据问答
• 通用问答：支持通用数据形式问答基于对接三方RAG系统+公网检索模式
• 应用架构：作为一个轻量级全链路一站式大模型应用开发框架方便扩展落地
• 灵活部署：支持大模型应用开发各依赖组件docker-compose一键拉起快速部署零配置

运行效果

💡环境配置要求

在开始之前，请确保您的开发环境满足以下最低配置要求：

• 操作系统：Windows 10/11, macOs M系列, Centos/Ubuntu
• GPU: 本地使用ollama部署，推荐使用Nvidia显卡或CPU模式。或公网购买APIKEY形式
• 内存：8GB+

🔧 前置条件

• Python 3.8+
• Poetry 1.8.3+
• Dify 0.7.1+
• Mysql 8.0+
• Node.js 18.12.x+
• Pnpm 9.x

📚 大模型部署

• 参考Ollama部署
• 模型: Qwen2.5 7B 模型
• 模型: DeepSeek R1 7B 模型
• 阿里云公网APIKEY形式

⚙️ Dify环境配置

1. 安装Dify
   • 官方参考文档
   • 为了兼顾第一次接触大模型应用的同学，本项目提供了一键拉起Dify服务方便大家快速体验。
   • Dify本机访问地址：http://localhost:18000 账号/密码: 需自己注册

   # 拉起内置的dify服务
   cd docker/dify/docker
   docker-compose up -d
   

2. Dify配置
   • 添加Dify大模型提供商Ollama,配置Qwen2.5模型和DeepSeek R1模型
   • 导入项目根目录下的docker/dify/数据问答_v1.1.1_deepseek.yml画布
   • 获取画布对应的api-key先复制出来下面步骤会使用
   • 导入画布后需要手动选择一下你本地配置的大模型并保存

🚀 快速体验

• 具体步骤如下：
• 第一步克隆代码到本地
• 第二步参考上面大模型部署先安装Ollama部署Qwen2.5模型和DeepSeek R1模型
• 第三步Dify环境配置直接参考上面Dify环境配置 这步很重要!!!!
• 第四步启动服务具体步骤如下:

1. 克隆仓库

   git clone https://github.com/apconw/sanic-web.git
   

2. 启动服务

   • 修改docker-compose里的chat-service服务DIFY_开头的环境变量
   • 修改DIFY_DATABASE_QA_API_KEY 获取Dify画布的api-key

   # 拉起前后端服务和中间件
   cd docker
   docker compose up -d
   

3. Minio配置

   • 访问MinIO服务，http://localhost:19001/ 账号:admin 密码:12345678
   • 创建一个bucket，名称filedata，同时配置Access Key
   • 修改docker-compose里的chat-service服务的MINIO_开头的环境变量重启服务

   # 重新拉起前后端服务和中间件
   cd docker
   docker compose up -d
   

4. 数据初始化

   # 安装依赖包
   pip install pymysql
   
   # Mac or Linux 用户执行
   
   cd docker
   ./init.sh
   
   # Windows 用户执行
   
   cd common
   python initialize_mysql.py
   
   
   

5. 访问服务

• 前端服务：http://localhost:8081

🛠️ 本地开发

• 第一步克隆代码到本地
• 第二步参考上面大模型部署先安装Ollama部署Qwen2.5模型和DeepSeek R1模型
• 第三步本地开发环境Dify配置，参考上面 Dify环境配置里 获取Dify画布的api-key 同时修改.env.dev文件里面的DIFY_DATABASE_QA_API_KEY
• 第四步本地开发环境Minio配置,修改env.dev文件里面的Minio相关密钥信息
• 第五步安装前后端项目依赖并启动前后端服务具体步骤如下:

1. 后端依赖安装

   • poetry安装 参考poetry官方文档

   # 安装poetry
   pip install poetry
   
   # 安装依赖根目录执行
   # 设置国内仓库
   poetry source add --priority=primary mirrors https://pypi.tuna.tsinghua.edu.cn/simple/
   poetry install --no-root
   

2. 安装中间件

   cd docker
   docker compose up -d mysql minio
   

3. Minio配置

   • 访问MinIO服务，http://localhost:19001/ 账号:admin 密码:12345678
   • 创建一个bucket，名称filedata，同时配置Access Key
   • 修改.evn.dev里的MINIO_开头的密钥消息

4. 初始化数据库

   • 如果使用本地环境mysql,初始化数据时需修改源码initialize_mysql，修改数据库连接信息即可

    # Mac or Linux 用户执行
     cd docker
     ./init.sh
      
    # Windows 用户执行
      
     cd common
     python initialize_mysql.py
   

5. 前端依赖安装

   • 前端是基于开源项目可参考chatgpt-vue3-light-mvp安装二开

   # 安装前端依赖&启动服务
   cd web
   
   #安装依赖
   npm install -g pnpm
   
   pnpm i
   
   #启动服务
   pnpm dev
   

6. 启动后端服务

   #启动后端服务
   python serv.py

7. 访问服务

• 前端服务：http://localhost:2048

🐳 构建镜像

• 执行构建命令：

  # 构建前端镜像 
  make web-build
  
  # 构建后端镜像
  make server-build
  
  

🌹 支持

如果你喜欢这个项目或发现有用，可以点右上角 Star 支持一下，你的支持是我们不断改进的动力，感谢！ ^_^

⭐ Star History

🐳 关于技术支持申明

• 本软件基于开源技术构建，使用Dify、Ollama、Vue大模型等开源项目。技术上如有问题，可以先向对应的开源社区请求帮助。
• 开源不易，本人精力和时间有限，如需一对一技术支持，请先赞助。联系微信(备注 技术支持)
• 一对一技术支持 我将亲自远程帮您部署和启动、并讲解项目架构以及二开思路等.
• 长期技术支持方式 拉你加入群(一线算法、架构大佬群)，为你提供技术指导，项目解决方案等。

技术支持方式	赞助(元)
加 QQ：343397495，微信：weber812	50/次
长期技术支持（不限次数，提供技术指导，项目解决方等）	100

QA交流群

• 大模型应用交流群欢迎大家, 欢迎加进群讨论分享经验
• 关注下面的公众号点击·微信群菜单添加微信拉你入群

微信群

License

MIT License | Copyright © 2024-PRESENT AiAdventurer