Skip to content

⚙️ 环境配置

💡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。推荐公网购买APIKEY形式
  • 内存：8GB+

🔧 前置条件

  • Python 3.11.x
  • uv 0.8.0+
  • Dify 0.7.1+
  • Mysql 8.0+
  • Node.js 18.12.x+
  • Pnpm 9.x
  • Mcp-Hub 0.9.0+
  • Gpt-vis-api 0.0.1+

📚 大模型选择

🧩 Clone仓库

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

🌲 Mino

下面chat-service/gpt-vis-api服务都依赖Minio服务

安装

cd docker
docker compose up -d minio

配置

  • 访问MinIO服务，http://localhost:19001/ 账号:admin 密码:12345678
  • 创建两个个bucket，名称filedata和chart-images 同时配置Access Key保存好下面会使用
  • 修改bucket的chart-images访问策略为public

image image

🌳 Dify

安装

  • 安装Dify 官方参考文档
  • 如果已经安装过Dify环境，可跳过该步骤
  • 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

配置

  • 购买阿里云公网大模型服务APIKEY
  • 导入项目根目录下的docker/docker/dify/数据问答_v1.1.6_qwen_plus.yml画布
  • 获取画布对应的api-key先复制出来下面步骤会使用
  • 导入画布后大模型节点需要手动选择一下当前你配置的大模型并保存
  • 画布HTTP节点地址修改,本地部署默认不用修改服务器上需修改为实际IP地址
    • 服务器上启动画布里面所有地方host.docker.internal需修改为实际IP地址
  • 操作步骤如下图: image image image

🌴 gpt-vis-api

GPT-VIS-API 是一个轻量级图表生成服务，旨在解决 antv/mcp-server-chart 在私有化部署方面的局限性。该服务接收数据请求，生成图表图像，上传到 MinIO 对象存储，并返回带有效期的预签名访问链接。 - GPT-VIS API

mcp-server-chart是蚂蚁开源的MCP图表渲染工具支持以下图表

image

配置

  • 根据情况修改docker/docker-compose.yml里gpt-vis-api服务的环境变量的值
  • 以下配置本机启动默认不用修改,在服务器上部署时host.docker.internal需修改为实际IP地址
    • 可修改MINIO_ENDPOINT MinIO服务地址
    • 必须修改MINIO_ACCESS_KEY MinIO服务访问密钥
    • 必须修改MINIO_SECRET_KEY MinIO服务密钥
    • 可修改MINIO_PUBLIC_DOMAIN 图片访问域名

启动

cd docker
docker compose up -d gpt-vis-api

验证

curl -X POST http://localhost:3100/generate \
  -H "Content-Type: application/json" \
  -d '{
    "type": "line",
    "data": [
      {"time": "2025-05", "value": 512},
      {"time": "2025-06", "value": 1024}
    ]
  }'

响应示例：
{
  "url": "http://localhost:19000/gpt-vis/chart-123.png?Expires=XYZ"
}

🌵 mcp-hub

  • 官方文档

    mcp-hub是一个开源的MCP聚合工具方便安装和管理MCP工具

启动

cd docker

# 创建volume目录
mkdir -p ./volume/mcp-data

# 创建一个空的或默认的 mcp_settings.json 文件
touch ./volume/mcp-data/mcp_settings.json

# 启动容器
docker compose up -d mcphub

image

配置

  • 登录http://localhost:3300/ admin/admin123
  • 国内镜像配置
    • Python 包仓库地址: https://mirrors.aliyun.com/pypi/simple
    • NPM 仓库地址: https://registry.npmmirror.com image

工具

需要安装两个工具mcp-server-chart蚂蚁图表工具/12306火车票查询工具

  • mcp-server-chart
    • VIS_REQUEST_SERVER环境变量配置默认为gpt-vis-api服务地址本
    • 本地启动不需要修改如果是服务器部署host.docker.internal需要修改为实际IP地址
    • 安装完成后创建一个工具组并复制访问地址先保存一下
    • 后面配置MCP_HUB_DATABASE_QA_GROUP_URL变量时从这里取值
npx -y -y @antv/mcp-server-chart

VIS_REQUEST_SERVER: http://host.docker.internal:3100/generate

  • 安装工具 image

  • 创建组 image

  • 获取访问链接 image

  • 12306火车票查询工具

    • 安装完成后创建一个工具组并复制访问地址先保存一下
    • 后面配置MCP_HUB_COMMON_QA_GROUP_URL变量时从这里取值
npx -y 12306-mcp

  • 安装工具 image

  • 创建组 image

  • 获取访问链接 image