跳到主要内容
版本：dev

Docker Compose 部署

通过 Docker Compose 搭配 MySQL 部署 DB-GPT。这种方式适合生产场景，并支持持久化存储。

前置条件​

快速开始​

根目录下的 docker-compose.yml 会部署一个带 MySQL 数据库的 DB-GPT，并默认使用 SiliconFlow 作为 LLM provider。

第一步：设置 API Key​

export SILICONFLOW_API_KEY="your-siliconflow-api-key"

可在 SiliconFlow 获取 API Key。

第二步：启动服务​

SILICONFLOW_API_KEY=${SILICONFLOW_API_KEY} docker compose up -d

你应该会看到类似下面的输出：

[+] Running 3/3
 ✔ Network dbgptnet              Created   0.0s
 ✔ Container db-gpt-db-1         Started   0.2s
 ✔ Container db-gpt-webserver-1  Started   0.2s

第三步：打开 Web UI​

在浏览器中访问 http://localhost:5670。

首次启动可能需要一点时间

Webserver 会等待 MySQL 初始化完成。如果第一次启动失败，容器通常会自动重启。你可以通过 docker logs db-gpt-webserver-1 -f 查看日志。

部署内容​

默认的 docker-compose.yml 会创建以下服务：

服务镜像端口用途
dbmysql/mysql-server3306用于元数据存储的 MySQL 数据库
webservereosphorosai/dbgpt-openai:latest5670DB-GPT 应用服务

常见操作​

查看日志​

# Webserver 日志
docker logs db-gpt-webserver-1 -f

# 数据库日志
docker logs db-gpt-db-1 -f

停止服务​

docker compose down

重启服务​

docker compose restart

重置所有内容（包括数据）​

docker compose down -v
注意

-v 参数会删除所有 volumes，包括 MySQL 数据库数据。所有数据都会丢失。

自定义配置​

使用不同的配置文件​

你可以挂载自己的 TOML 配置，并覆盖启动命令：

webserver:
  image: eosphorosai/dbgpt-openai:latest
  command: dbgpt start webserver --config /app/configs/your-config.toml
  volumes:
    - ./your-config.toml:/app/configs/your-config.toml

挂载本地模型​

对于 GPU 部署，可以挂载本地模型目录：

webserver:
  volumes:
    - /data/models:/app/models
  deploy:
    resources:
      reservations:
        devices:
          - driver: nvidia
            capabilities: [gpu]

其他 Compose 示例​

DB-GPT 还提供了适用于不同场景的 Compose 文件：

文件适用场景
docker-compose.yml默认代理模式 + MySQL 部署
docker/compose_examples/cluster-docker-compose.yml带 GPU 的多 Worker 集群
docker/compose_examples/ha-cluster-docker-compose.yml高可用集群
docker/compose_examples/dbgpt-oceanbase-docker-compose.ymlOceanBase 数据库后端

示例：

docker compose -f docker/compose_examples/cluster-docker-compose.yml up -d

下一步​

主题链接
集群部署Cluster
Docker（单容器）部署Docker
源码部署Source Code