对话式AI使用笔记
· 阅读需 5 分钟
阅读量: 101阅读人次: 102
ChatGPT的火爆,给我们日常生活工作带来了很大的影响。目前,他就像一个智能超级搜索引擎,通过对话向它提问,以得到我们想要的回答,而不像传统的 Google,百度搜索只能通过关键词进行匹配搜索。
在日常使用时,也产生了很多使用方面的需求:
- ChatGPT 单独使用,购买会员比较贵,所有需要寻找其他付费中转服务。
- 需要部署一个属于自己的聊天应用,因为目前各家的效果都不一样,我们可以尝试选择不同的大语言模型进行提问。
- 本地部署,主要是使用 Ollama 部署一些 越狱版 模型,进行体验。
LobeChat
LobeChat 是一个现代化设计的开源 AI 聊天框架,旨在整合市面上众多主流的AI大模型(如ChatGPT、Gemini Pro、Claude3、Mistral、LLaMA2等),为用户提供统一的平台管理与使用体验。通过LobeChat,用户无需逐一访问各大模型网站,降低了使用门槛。此外,LobeChat是完全免费且开源的。
通过 Docker镜像 部署:
docker run -it -d --name lobe-chat-database -p 3210:3210 \
-e DATABASE_URL=postgres://postgres:mysecretpassword@host.docker.internal:5432/postgres \
-e KEY_VAULTS_SECRET=jgwsK28dspyVQoIf8/M3IIHl1h6LYYceSYNXeLpy6uk= \
-e NEXT_AUTH_SECRET=3904039cd41ea1bdf6c93db0db96e250 \
-e NEXT_AUTH_SSO_PROVIDERS=auth0 \
-e AUTH_AUTH0_ID=xxxxxx \
-e AUTH_AUTH0_SECRET=cSX_xxxxx \
-e AUTH_AUTH0_ISSUER=https://lobe-chat-demo.us.auth0.com \
-e APP_URL=http://localhost:3210 \
-e NEXTAUTH_URL=http://localhost:3210/api/auth \
-e S3_ACCESS_KEY_ID=xxxxxxxxxx \
-e S3_SECRET_ACCESS_KEY=xxxxxxxxxx \
-e S3_ENDPOINT=https://xxxxxxxxxx.r2.cloudflarestorage.com \
-e S3_BUCKET=lobechat \
-e S3_PUBLIC_DOMAIN=https://s3-for-lobechat.your-domain.com \
lobehub/lobe-chat-database
因为我们使用的是之前的创建的 pgvector/pgvector:pg16
容器,其并没有创建相关的数据库和表。这里我们手动创建:
# 进入容器内部,使用超级用户连接到 PostgreSQL
docker exec -it postgres bash
psql -U postgres
# 在 psql 中创建/删除 数据库lobechat
CREATE DATABASE lobechat;
DROP DATABASE IF EXISTS lobechat;
# 使用智普时,更改表属性
psql -U postgres -d lobechat
ALTER TABLE embeddings
ALTER COLUMN embeddings TYPE vector(256);