- MongoDB：用于存储除了向量外的各类数据
- PostgreSQL/Milvus：存储向量数据
- OneAPI: 聚合各类 AI API，支持多模型调用 （任何模型问题，先自行通过 OneAPI 测试校验）
（1）前置工作
Docker环境、网络
（2）开始部署
本地创建文件夹命名为fastgpt，在该文件夹下创建config.json 和 docker-compose.yml 文件。
内容如下：
（将fastgpt的ports修改为3020:3000）
对于该配置文件下载时存在三个版本，如何选择依据下图：
（3）下载镜像
（4）安装ollama
Ollama是管理和运行大型语言模型的开源工具。其功能特点包括：可在本地运行大型语言模型，保障数据隐私与安全；支持多种模型管理，方便用户按需拉取切换；轻量级，对系统资源要求相对合理，能在多种设备运行；具有简单的命令行界面，易于使用。在应用场景方面，对开发者而言，能在本地快速搭建测试环境，提高开发效率；对普通用户来说，可用于个人创作任务并确保数据安全，是一款功能实用且易用的工具。
ollama安装地址 ｜ ollama仓库地址
ollama常用命令：
- ：用于从 Ollama 的模型库中拉取指定名称的模型到本地
- ：该命令会列出已经下载到本地的所有模型
- ：启动指定名称的模型
（5）安装M3E
测试是否安装成功：
（6）通过one-api配置国内大模型（以qwen）
根据设定的端口，在浏览器内输入localhost:3001,默认账号为密码为
（端口号在docker-compose.yml文件中查看）
在中配置 通义千问和M3E。
a. 通义千问配置
b. M3E配置
密钥默认设置为: sk-aaabbbcccdddeeefffggghhhiiijjjkkk
c.测试所有渠道
（7）将模型集成进fastgpt
修改文件
(其中name的值需要与one-api渠道配置中的名称保持一致，model的值需要与模型名称保持一致)
(8) 测试
访问fastgpt：http://localhost:3020
知识库 - 新建知识库