源码部署

环境要求

启动模式	CPU * 内存	GPU	说明
代理模型	4C * 8G	无	代理模式不依赖 GPU
本地模型	8C * 32G	24G	建议本地使用 24G 及以上显存的 GPU

环境准备

下载源码

提示

下载 DB-GPT

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

note

uv 有多种安装方式：

命令（macOS / Linux）

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

PyPI

使用 pipx 安装 uv。

python -m pip install --upgrade pip
python -m pip install --upgrade pipx
python -m pipx ensurepath
pipx install uv --global

其他

更多安装方式请参考 uv 官方安装文档

安装完成后，可以通过 uv --version 检查是否安装成功。

uv --version

部署 DB-GPT

安装依赖

OpenAI（代理）

# 使用 uv 安装 OpenAI 代理模式所需依赖
uv sync --all-packages \
--extra "base" \
--extra "proxy_openai" \
--extra "rag" \
--extra "storage_chromadb" \
--extra "dbgpts"

启动 Webserver

如果要通过 OpenAI 代理运行 DB-GPT，需要在 configs/dbgpt-proxy-openai.toml 配置文件中填入 OpenAI API Key，或者通过环境变量 OPENAI_API_KEY 提供。

# Model Configurations
[models]
[[models.llms]]
...
api_key = "your-openai-api-key"
[[models.embeddings]]
...
api_key = "your-openai-api-key"

然后执行以下命令启动 webserver：

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

上面命令中的 --config 用于指定配置文件，configs/dbgpt-proxy-openai.toml 是 OpenAI 代理模型的配置文件。你也可以根据需要使用其他配置文件或自定义配置文件。

你也可以使用下面的命令启动 webserver：

uv run python packages/dbgpt-app/src/dbgpt_app/dbgpt_server.py --config configs/dbgpt-proxy-openai.toml

DeepSeek（代理）

# 使用 uv 安装 DeepSeek 代理模式所需依赖
uv sync --all-packages \
--extra "base" \
--extra "proxy_openai" \
--extra "rag" \
--extra "storage_chromadb" \
--extra "dbgpts"

启动 Webserver

如果要通过 DeepSeek 代理运行 DB-GPT，需要在 configs/dbgpt-proxy-deepseek.toml 中配置 DeepSeek API Key。

你也可以在 configs/dbgpt-proxy-deepseek.toml 中指定 embedding 模型。默认 embedding 模型是 BAAI/bge-large-zh-v1.5。如果想使用其他 embedding 模型，可以修改 [[models.embeddings]] 部分中的 name 和 provider，其中 provider 可以设为 hf。

# Model Configurations
[models]
[[models.llms]]
# name = "deepseek-chat"
name = "deepseek-reasoner"
provider = "proxy/deepseek"
api_key = "your-deepseek-api-key"
[[models.embeddings]]
name = "BAAI/bge-large-zh-v1.5"
provider = "hf"
# If not provided, the model will be downloaded from the Hugging Face model hub
# uncomment the following line to specify the model path in the local file system
# path = "the-model-path-in-the-local-file-system"
path = "/data/models/bge-large-zh-v1.5"

然后执行以下命令启动 webserver：

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

上面命令中的 --config 用于指定配置文件，configs/dbgpt-proxy-deepseek.toml 是 DeepSeek 代理模型的配置文件。你也可以根据需要使用其他配置文件或自定义配置文件。

你也可以使用下面的命令启动 webserver：

uv run python packages/dbgpt-app/src/dbgpt_app/dbgpt_server.py --config configs/dbgpt-proxy-deepseek.toml

GLM4（本地）

# 使用 uv 安装 GLM4 所需依赖
# 安装核心依赖并按需选择扩展
uv sync --all-packages \
--extra "base" \
--extra "cuda121" \
--extra "hf" \
--extra "rag" \
--extra "storage_chromadb" \
--extra "quant_bnb" \
--extra "dbgpts"

启动 Webserver

如果要通过本地模型运行 DB-GPT，可以修改 configs/dbgpt-local-glm.toml 来指定模型路径和其他参数。

# Model Configurations
[models]
[[models.llms]]
name = "THUDM/glm-4-9b-chat-hf"
provider = "hf"
# If not provided, the model will be downloaded from the Hugging Face model hub
# uncomment the following line to specify the model path in the local file system
# path = "the-model-path-in-the-local-file-system"

[[models.embeddings]]
name = "BAAI/bge-large-zh-v1.5"
provider = "hf"
# If not provided, the model will be downloaded from the Hugging Face model hub
# uncomment the following line to specify the model path in the local file system
# path = "the-model-path-in-the-local-file-system"

在上述配置中，[[models.llms]] 表示 LLM 模型，[[models.embeddings]] 表示 embedding 模型。如果不提供 path 参数，系统会根据 name 从 Hugging Face 模型仓库下载模型。

然后执行以下命令启动 webserver：

uv run dbgpt start webserver --config configs/dbgpt-local-glm.toml

访问网站

打开浏览器访问 http://localhost:5670

（可选）单独运行 Web 前端

你也可以单独运行 Web 前端：

cd web && npm install
cp .env.template .env
// Set API_BASE_URL to your DB-GPT server address, usually http://localhost:5670
npm run dev

Open your browser and visit http://localhost:3000

安装 DB-GPT 应用数据库

SQLite

NOTE

在 SQLite 下，你不需要手动创建 DB-GPT 应用相关的数据表； 默认会自动创建。

修改 toml 配置文件以使用 SQLite 作为数据库（这也是默认设置）。

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

MySQL

NOTE

从 0.4.7 版本之后，出于安全考虑，我们移除了 MySQL Schema 的自动创建功能。

1. 首先执行 MySQL 脚本创建数据库和表。

$ mysql -h127.0.0.1 -uroot -p{your_password} < ./assets/schema/dbgpt.sql

2. 然后修改 toml 配置文件以使用 MySQL。

[service.web.database]
type = "mysql"
host = "127.0.0.1"
port = 3306
user = "root"
database = "dbgpt"
password = "aa123456"

请将 host、port、user、database 和 password 替换为你自己的 MySQL 配置。

测试数据（可选）

DB-GPT 默认内置了一部分测试数据，你可以通过以下命令将其加载到本地数据库中进行测试。

• Linux

bash ./scripts/examples/load_examples.sh

• Windows

.\scripts\examples\load_examples.bat

:::

访问网站

打开浏览器访问 http://localhost:5670