跳到主要内容
版本：dev

源码部署

直接通过源码部署 DB-GPT。这是最灵活的方式，适合开发、调试以及自定义集成场景。

硬件要求​

模式CPU × 内存GPU说明
API proxy4C × 8 GB无代理模式不使用本地 GPU
Local model8C × 32 GB≥ 24 GB VRAM需要支持 CUDA 的 NVIDIA GPU

第一步：克隆仓库​

git clone https://github.com/eosphoros-ai/DB-GPT.git
cd DB-GPT

第二步：安装 uv​

curl -LsSf https://astral.sh/uv/install.sh | sh

验证：

uv --version

第三步：安装依赖​

uv sync --all-packages \
  --extra "base" \
  --extra "proxy_openai" \
  --extra "rag" \
  --extra "storage_chromadb" \
  --extra "dbgpts"
使用交互式安装辅助工具

DB-GPT 提供了一个交互式辅助工具，用于生成合适的 uv sync 命令：

uv run install_help.py install-cmd --interactive

或者列出所有可用的 extras：

uv run install_help.py list

第四步：配置模型​

编辑与你所选 provider 对应的 TOML 配置文件。详情请参考 Model Providers。

编辑 configs/dbgpt-proxy-openai.toml：

[models]
[[models.llms]]
name = "chatgpt_proxyllm"
provider = "proxy/openai"
api_key = "your-openai-api-key"    # <-- 替换为你的 key

[[models.embeddings]]
name = "text-embedding-3-small"
provider = "proxy/openai"
api_key = "your-openai-api-key"    # <-- 替换为你的 key
环境变量

你可以在 TOML 中使用 "${env:OPENAI_API_KEY}" 这样的写法从环境变量读取 key，而不是将密钥硬编码到文件里。

第五步：启动服务​

uv run dbgpt start webserver --config configs/dbgpt-proxy-openai.toml

第六步：打开 Web UI​

在浏览器中访问 http://localhost:5670。

验证是否成功

如果 Web UI 能正常打开，且你可以发起聊天会话，就说明 DB-GPT 已成功运行。

首次运行常见问题​

  • uv sync fails
    • 重新检查 Python 与 uv： Prerequisites
    • 如果你在中国大陆，可通过 UV_INDEX_URL 使用镜像源
  • Provider auth fails
    • 确认 configs/ 下所选 TOML 文件是否正确
    • 参考对应 provider 指南：Model Providers
  • Server starts but UI is blank
    • 确认终端中服务已正常启动且没有报错
    • 检查是否有其他进程占用了 5670 端口

数据库配置​

SQLite 是默认选项，相关表会自动创建，无需额外配置。

[service.web.database]
type = "sqlite"
path = "pilot/meta_data/dbgpt.db"

加载测试数据（可选）​

# Linux / macOS
bash ./scripts/examples/load_examples.sh

# Windows
.\scripts\examples\load_examples.bat

单独运行前端（可选）​

如果你需要进行前端开发或自定义 UI：

cd web && npm install
cp .env.template .env
# 编辑 .env，将 API_BASE_URL 设为 http://localhost:5670
npm run dev

Open http://localhost:3000.

下一步​

主题链接
配置更多模型提供方Model Providers
使用 Docker 部署Docker
以集群方式部署Cluster
了解 Web UIWeb UI Guide