模型提供方
DB-GPT 同时支持 API 模型提供方和本地运行时。对 于第一次部署，除非你明确需要本地推理，否则建议优先选择 API 提供方。
快速建议
如果你不确定该选哪个，建议先从 OpenAI 或 DeepSeek 开始：它们配置快、无需 GPU。若你希望在本地运行模型且尽量简化配置，可以选择 Ollama。
提供方对比
| 提供方 | 类型 | 是否需要 GPU | 适合场景 |
|---|---|---|---|
| OpenAI | API 代理 | 否 | 生产质量、最快完成首跑 |
| DeepSeek | API 代理 | 否 | 性价比高、推理能力强 |
| Qwen (Tongyi) | API 代理 | 否 | 中文场景、阿里云用户 |
| SiliconFlow | API 代理 | 否 | 国内可用、模型选择多 |
| Ollama | 本地代理 | 可选 | 本地模型、注重隐私、部署简单 |
| vLLM | 本地运行时 | 是（NVIDIA） | 更高吞吐的生产级本地推理 |
模型配置是如何组织的
所有模型都通过 configs/ 目录下的 TOML 文件配置。一个配置文件通常定义：
- LLM(s)：聊天与推理使用的大模型
- Embedding(s)：RAG 和知识检索使用的向量模型
- Reranker(s)：可选的重排序模型，用于提高检索质量
[models]
# 语言模型
[[models.llms]]
name = "model-name"
provider = "provider-type"
api_key = "your-api-key"
# 向量模型
[[models.embeddings]]
name = "embedding-model-name"
provider = "provider-type"
api_key = "your-api-key"
环境变量
你可以在 TOML 中使用环境变量语法："${env:VARIABLE_NAME:-default_value}"，避免把密钥直接写死在配置文件中。
提供方指南
- OpenAI —— 首次部署最常见、最省心的默认方案
- DeepSeek —— 强推理能力，兼容 OpenAI 代理模式
- Qwen (Tongyi) —— 阿里云 / DashScope 方案
- SiliconFlow —— 适合国内环境的 API 方案
- Ollama —— 简单本地模型运行方式
- vLLM —— GPU 驱动的高性能本地推理方案
更多提供方
DB-GPT 还可以通过代理体系接入更多模型提供方。详见 Advanced LLM Configuration，包括：
- Azure OpenAI
- Google Gemini
- Anthropic Claude
- Baichuan
- Spark（讯飞星火）
- 以及更多兼容提供方