Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

BioMedGPT安装

Answer

以下是关于不同模型安装的相关内容：

  • FastGPT+OneAPI+COW 带有知识库的机器人安装：
    • 回到宝塔，选择 Docker（若显示“当前未安装”则进行安装，否则无需此步），点击确定，等待安装完成，安装完成后刷新页面，看到特定样子表示安装成功。
    • 打开左侧【终端】，粘贴两行命令验证 Docker 是否可用，看到版本号则没问题。
    • 一条一条复制并粘贴以下命令依次进入。
    • 配置 OneAPI：访问指定地址（如：http://这里改成你自己宝塔左上角的地址:3001/），账号默认 root，密码 123456，点击【渠道】，类型选择阿里通义千问，名称随意，粘贴 API Key 并确认，点击【令牌】-【添加新令牌】，设置名称、时间和额度，点击【提交】，复制出现的 key。
  • 小米音箱接入大模型的本地部署教学（vscode）：
    • 在下方终端窗口，单击终端，输入 cd mi-gpt。
    • 安装依赖，输入 pnpm install，若安装过程报错，输入 npm cache clean--force 清除缓存后重新运行 pnpm install。
    • 构建项目，输入 pnpm build，出现特定界面即安装完成，若报错则修改 mi-gpt 中 package.json 文件第 28 行 build 并保存，重新运行 pnpm build。
    • 运行项目，输入 pnpm run dev，运行成功时进入特定页面，每次对话会在终端中显示，每次打开服务时先输入 cd mi-gpt，再运行 pnpm run dev。
  • ChatTTS 的安装部署：
    • 在 linux 上部署，前提是有一张 4G 以上显存的 GPU 显卡。
    • 简单步骤包括下载代码仓库、安装依赖（有两个依赖不在 requirements.txt 里）、启动 webui 的 demo 程序，用浏览器登陆服务器的 ip:8080 就能试玩。
    • demo 本身提供了 3 个参数：--server_name（服务器的 ip 地址，默认 0.0.0.0）、--servic_port（即将开启的端口号）、--local_path（模型存储的本地路径）。
    • 第一次启动后生成语音时，需看控制台输出，会下载一些模型文件，可能因网络问题失败，首次加载成功后后续会顺利。
    • 基于此基础可拓展，如集成到 agent 的工具中或结合 chatgpt 做更拟人化的实时沟通。
    • webui 上可设置的参数包括 text（需转换成语音的文字内容）、Refine text（选择是否自动对输入文本进行优化处理）、Audio Seed（语音种子，用于选择声音类型，默认值为 2）、Text Seed（文本种子，用于 refine 文本的停顿，实测会影响音色、音调）、额外提示词（可写在 input Text 里，用于添加笑声、停顿等效果）。
Content generated by AI large model, please carefully verify (powered by aily)

References

张梦飞：【知识库】FastGPT+OneAPI+COW带有知识库的机器人完整教程

1、回到宝塔，选择Docker（如果如图显示，就跟着我安装。如果没显示“当前未安装”，就不需要这一步）2、选择，点击确定。比较慢，等待安装完成。3、安装完成后，刷新当前页面。看到下图的样子，则表示安装成功。4、打开左侧【终端】，粘贴以下两行，再验证下Docker是否可用。看见版本号，就是没问题了。5、一条一条复制以下命令，依次粘贴进入6、一条一条复制以下命令，依次粘贴进入7、完成安装。[heading1]四、配置OneAPI[content]1、访问OneAPI。访问地址：http://这里改成你自己宝塔左上角的地址:3001/（举例：http://11.123.23.454:3001/）账号默认root，密码1234562、点击【渠道】2、类型选择阿里通义千问，名称随意，类型不用删减。3、把千问里创建的API Key粘贴到秘钥里中。点击确认4、点击【令牌】-【添加新令牌】6、名称随意，时间设为永不过期、额度设为无限额度。点击【提交】7、点击【令牌】，会看到自己设置的。点击复制，出现key，然后在标红那一行中，自己手动复制下来。8、OneAPI完成。保存好这个KEY

被夺舍的小爱同学！——把大模型接入小米音箱（小白操作全步骤教程）

1.在下方终端窗口，单击终端，输入cd mi-gpt1.安装依赖，输入pnpm install安装完成后，界面如下：如果安装过程报错，出现下图情况：请在命令栏输入：npm cache clean--force清除缓存后重新运行pnpm install1.构建项目，输入pnpm build出现以下界面即安装完成如果出现以下报错，找到mi-gpt中package.json文件，将第28行build进行修改注意不要把引号删除。修改完成单击文件，一定要保存保存后运行pnpm build，即可正常安装完成1.运行项目，输入pnpm run dev2.运行成功时，进入下图页面，每次对话都会在终端中显示1.每次需要打开服务时，按照下图方式进入终端，先输入cd mi-gpt，再运行pnpm run dev即可打开服务如果出现以下错误不要慌，是网络问题，请重新运行pnpm run dev1.看下运行效果，记得给大模型思考的时间，说话太快会出问题的[5cd371403fc5e20a80731812ab25ad51.mp4](https://bytedance.feishu.cn/space/api/box/stream/download/all/Hh0cbGBKYorItYxm8UQccCran1D?allow_redirect=1)

Stuart：一夜爆火的 ChatTTS 实测

在linux上部署很简单，比GPT-SoVITS更容易，不需要自己下载模型放模型。当然本地部署的前提，依旧是你有一张GPU显卡，4G以上显存。简单步骤如下：1.下载代码仓库2.安装依赖（⚠️这里有两个依赖它没有放在requirements.txt里）3.启动webui的demo程序，然后用浏览器登陆这个服务器的ip:8080就能试玩了这个demo本身提供了3个参数：--server_name:服务器的ip地址，默认0.0.0.0--servic_port:即将开启的端口号--local_path:模型存储的本地路径4.第一次启动后生成语音时，需要看下控制台输出，它会下载一些模型文件，因此比较慢，而且可能因为网络的问题有各种失败。但是第一次加载成功了，后面就顺利了。5.基于这个基础已经可以开始拓展了，比如把它集成到agent的工具中去，比如结合chatgpt来做更拟人化的实时沟通。6.webui上可以设置的几个参数说明：（参考下图）text:指的是需要转换成语音的文字内容。Refine text:选择是否自动对输入的文本进行优化处理。Audio Seed:语音种子，这是一个数字参数，用于选择声音的类型，默认值为2，是一个很知性的女孩子的声音。Text Seed:文本种子，这是一个正整数参数，用于refine文本的停顿。实测文本的停顿设置会影响音色，音调。额外提示词（可以写在input Text里）:用于添加笑声、停顿等效果。例如，可以设置为[oral_2][laugh_0][break_6]。

Others are asking
trae 推荐安装那个版本的 vscode插件
在 Trae 中安装 VS Code 插件可以通过以下方式： 1. 从 Trae 的插件市场安装： 在左侧导航栏中，点击插件市场图标，界面左侧显示插件市场面板。 搜索您想要的插件并在未安装列表中将其选中，界面上显示该插件的详情窗口，展示该插件的详细说明、变更日志等信息。 点击安装，Trae 开始安装该插件。安装完成后，该插件会出现在已安装列表中。 2. 从 VS Code 的插件市场安装： 前往。 搜索您想要的插件，例如：Pylance。 在搜索结果中，点击您所需的插件，您会前往该插件的详情页。 在详情页中，点击 Version History。 结合插件页的 URL 和 Version History 中的信息，提取出以下信息（以 Pylance 为例）： itemName：URL Query 中的 itemName 字段，如截图中的 mspython.vscodepylance，并将小数点（.）前后的内容分成以下两个字段： fieldA：mspython fieldB：vscodepylance version：如截图中的 2025.1.102 使用提取出来的 3 个字段的值替换下方 URL 中的同名字段。 在浏览器中输入修改后的 URL，然后按下回车键，浏览器开始下载该插件。 下载完成后，返回 Trae 并打开插件市场。 将下载的.vsix 文件拖拽至插件市场面板中，Trae 开始自动安装该插件。安装完成后，该插件会出现在已安装列表中。 此外，如果 VS Code 插件市场中某个版本的插件依赖了新版 VS Code 中的某些接口，则可能会导致该插件与 Trae 不兼容。您可以查看该插件的 Version History，然后下载该插件的历史版本。 管理插件还包括禁用插件和卸载插件： 1. 禁用插件： 在 Trae 中，打开插件市场。 在已安装列表中，找到需禁用的插件。 鼠标悬浮至列表中的插件，然后点击设置>禁用。或点击该插件以打开其详情窗口，然后点击禁用。 2. 卸载插件： 在 Trae 中，打开插件市场。 在已安装列表中，找到需卸载的插件。 鼠标悬浮至该插件，然后点击卸载。或点击该插件以打开其详情窗口，然后点击卸载。
2025-04-19
comfyui如何本地安装
以下是在本地安装 ComfyUI 的详细步骤： 安装方式有两种，分别是安装到本地和安装到云端。本部分主要介绍本地安装方法。 本地安装方法： 1. 命令行安装： 这是普适性最强的方法，安装后二次遇到问题的概率相对较低，但对于不熟悉命令行以及代码的用户来说，可能会有一定的门槛。 ComfyUI 的源码地址在：https://github.com/comfyanonymous/ComfyUI ，安装方法写在了 Readme 中。您也可以按照 Readme 文档进行操作。 如果会 Git 请在 Terminal 运行以下代码： 如果不会用 Git，推荐使用 Github 的客户端（https://desktop.github.com/）拉代码。 下载并安装好 Github Desktop 后，打开该应用。 然后打开 ComfyUI 的 Github 页面（https://github.com/comfyanonymous/ComfyUI），点击右上角的绿色按钮，并点击菜单里的「Open with GitHub Desktop」，此时浏览器会弹出是否要打开 GitHub Desktop，点击「是」。 GitHub Desktop 会让您选择一个保存位置，按需调整，然后点击确定。看到下方特定界面，意味着完成了代码同步。 2. 安装包安装： 这种方法安装比较简单，下载就能用。 ComfyUI 的官方安装包：目前仅支持 Windows 系统，且显卡必须是 Nivida。下载地址是：https://github.com/comfyanonymous/ComfyUI/releases ，只需下载最新的版本，解压就能使用。 安装完成后： 1. 节点存放目录：comfyUI 的节点包括后面安装的拓展节点都存放在本目录下：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\custom_nodes 2. 模型存放目录： 大模型：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\checkpoints Lora：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\loras Vae：D:\\COMFYUI\\ComfyUI_windows_portable\\ComfyUI\\models\\vae 3. 模型共用：已经安装了 SDWebUI 的同学可以通过修改文件路径和 WebUI 共用一套模型即可，这样就不用重复下载模型了。找到您已经安装好的 ComfyUI 目录文件下的 extra_model_paths.yaml.example 文件，将后缀.example 删除，然后右键用记事本打开。 希望以上内容对您有所帮助。
2025-04-10
python环境安装
以下是 Python 环境安装的步骤： 1. 点击电脑“系统”，直接输入“cmd”，点击回车，打开命令窗口。 2. 在命令窗口中，粘贴入以下代码，确认是否有 Python 和 pip。 3. 两步命令输入完，核对一下： 如果有的话，会分别显示出版本号。那么可以跳过“安装环境这一步，直接到“二、部署项目”。 如果没有的话，需要进行安装。 4. 安装 Python： 对于 Windows 系统，可以点击以下链接下载安装包： （有小伙伴说下载不了，可去公众号【Equity AI】回复“HOOK”获取下载地址：https://www.wenshushu.cn/f/ec5s5x1xo3c） 对于 Mac 系统，可以点击以下链接下载安装包： 5. 安装注意： 安装时务必勾选"Add Python to PATH"选项。 建议使用默认安装路径。 6. 安装完成后，关闭窗口，再次运行之前的两行命令确认是否安装成功。
2025-04-08
学习python为什么要安装pandas，juptyer
学习 Python 安装 pandas 和 Jupyter 的原因如下： 数据处理基础：pandas 是 Python 的核心数据分析支持库，提供了快速、灵活、明确的数据结构，旨在简单、直观地处理关系型、标记型数据。在数据处理中，如读取数据（pd.read_csv）等操作都依赖于 pandas 库。 开发环境：Jupyter Notebook 是一种交互式的编程环境，非常适合进行数据分析和探索性编程。它可以让您逐段运行代码，方便查看中间结果，并且能够将代码、文本和图像等内容整合在一个文档中，有助于更好地理解和展示数据分析的过程和结果。代码也适合在其他 IDE（如 PyCharm、VS Code）中运行。 在一些实践项目中，如基于泰坦尼克号数据集绘制堆叠柱状图及搭建预测模型、用 Kaggle 的天气数据集绘制气温趋势折线图与月降雨天数柱状组合图、鸢尾花数据多维分布探索与交互可视化实践等，都需要 Python 基础与环境配置，包括通过 pip 安装 pandas 库，以及在 Jupyter Notebook 或其他 IDE 中运行代码。
2025-04-08
trae如何安装
以下是 Trae 的安装步骤： 1. 由于 Trae AI 官网部署在海外，且其本身需要使用海外的大模型，所以需要通过 VPN 等方式科学上网。 2. 在官网（https://www.trae.ai/download）直接点击下载，Trae 会自动识别您的电脑芯片。 3. 下载完成后，如果是 Mac 系统，将左侧的 Trae 应用拖动到右侧的文件夹内；如果是 Windows 系统，双击 Trae 图标，即可完成安装。 4. 安装完成后，点击图标启动，进行以下简单设置： 选择主题背景和默认语言，可选择中文。 对于提供的 Cursor、VS Code 等其他 AI 编程工具的配置和插件迁移，如果是第一次使用类似工具，可直接点“Skip”选项。 对于不理解意思的设置，直接点“Skip”选项。 5. 选择合适的登录方式，登录方式包括 Google 账号登录、Github 账号登录、邮箱登录。如果没有账号，可新注册一个账号。推荐有余力的用户访问 Github 官网（https://github.com/）注册。 注意：Trae 仅在部分地区可用，可能需要开启科学上网。登录完之后，若出现“App Unavailable”提示，可能是所在地区不可用，此时需要开启科学上网。网页登录成功之后可以把科学上网关掉。
2025-04-08
linux下安装 anythingLLM
以下是在 Linux 下安装 AnythingLLM 的相关指导： 1. 安装地址：https://useanything.com/download 。 2. 安装完成后会进入配置页面，主要分为三步： 第一步：选择大模型。 第二步：选择文本嵌入模型。 第三步：选择向量数据库。 3. AnythingLLM 中有 Workspace 的概念，可以创建自己独有的 Workspace 与其他项目数据进行隔离。 首先创建一个工作空间。 上传文档并且在工作空间中进行文本嵌入。 选择对话模式，提供了 Chat 模式（大模型会根据自己的训练数据和上传的文档数据综合给出答案）和 Query 模式（大模型仅仅会依靠文档中的数据给出答案）。 4. 完成上述配置后，即可与大模型进行对话。 此外，在 GitHubDaily 开源项目列表 2023 年复盘的 AIGC 部分中，也有关于 AnythingLLM 的介绍： 是一个可打造成企业内部知识库的私人专属 GPT！可以将任何文档、资源或内容转换为大语言模型（LLM）知识库，使得在对话过程中可引用到里面的内容。 本文的思路来源于视频号博主黄益贺，作者按照他的视频进行了实操，并附加了一些关于 RAG 的额外知识。
2025-03-27