OpenDerisk项目源码部署指南:从环境准备到服务启动
2025-06-01 04:25:21作者:廉皓灿Ida
项目概述
OpenDerisk是一个基于大语言模型的风险评估与分析平台,支持通过代理模式连接云端大模型或本地部署大模型进行风险分析。本文将详细介绍如何通过源码方式部署OpenDerisk项目,包括环境准备、依赖安装、服务启动等完整流程。
环境要求
在开始部署前,请确保您的系统满足以下最低配置要求:
| 启动模式 | CPU * 内存 | GPU显存需求 | 备注说明 |
|---|---|---|---|
| 代理模式 | 4核 * 8GB | 不需要 | 依赖云端API,不消耗本地GPU资源 |
| 本地模式 | 8核 * 32GB | 24GB及以上 | 推荐使用24GB以上显存的GPU |
环境准备
获取项目源码
首先需要获取OpenDerisk项目的完整源代码。建议使用git工具克隆最新版本:
git clone 项目仓库地址
安装UV工具
OpenDerisk使用UV作为Python包管理工具,安装方式有多种选择:
macOS/Linux系统安装
curl -LsSf 安装脚本地址 | sh
通过pipx安装
python -m pip install --upgrade pip
python -m pip install --upgrade pipx
python -m pipx ensurepath
pipx install uv --global
安装完成后,可通过以下命令验证安装是否成功:
uv --version
项目部署流程
安装项目依赖
根据您选择的运行模式,安装对应的依赖包:
1. DeepSeek代理模式
uv sync --all-packages \
--extra "base" \
--extra "proxy_openai" \
--extra "rag" \
--extra "storage_chromadb"
2. 本地QwQ-32B模型模式
uv sync --all-packages \
--extra "base" \
--extra "cuda121" \
--extra "hf" \
--extra "rag" \
--extra "storage_chromadb" \
--extra "quant_bnb"
配置模型参数
根据选择的运行模式,编辑对应的配置文件:
DeepSeek代理模式配置
修改configs/derisk-proxy-deepseek.toml文件:
[models]
[[models.llms]]
name = "deepseek-reasoner"
provider = "proxy/deepseek"
api_key = "您的DeepSeek API密钥"
[[models.embeddings]]
name = "BAAI/bge-large-zh-v1.5"
provider = "hf"
path = "/data/models/bge-large-zh-v1.5"
本地QwQ-32B模型配置
修改configs/derisk-local-glm.toml文件:
[models]
[[models.llms]]
name = "Qwen/QwQ-32B"
provider = "hf"
[[models.embeddings]]
name = "BAAI/bge-large-zh-v1.5"
provider = "hf"
启动Web服务
DeepSeek代理模式启动
uv run derisk start webserver --config configs/derisk-proxy-deepseek.toml
本地QwQ-32B模型启动
uv run derisk start webserver --config configs/derisk-local-glm.toml
数据库配置
OpenDerisk支持SQLite和MySQL两种数据库:
SQLite配置(默认)
无需额外配置,系统会自动创建数据库文件:
[service.web.database]
type = "sqlite"
path = "pilot/meta_data/derisk.db"
MySQL配置
- 首先执行SQL脚本创建数据库:
mysql -h127.0.0.1 -uroot -p密码 < ./assets/schema/derisk.sql
- 修改配置文件:
[service.web.database]
type = "mysql"
host = "127.0.0.1"
port = 3306
user = "root"
database = "derisk"
password = "数据库密码"
加载测试数据(可选)
项目提供了测试数据加载脚本:
Linux系统
bash ./scripts/examples/load_examples.sh
Windows系统
.\scripts\examples\load_examples.bat
访问Web界面
服务启动后,可通过浏览器访问:
http://localhost:7777
单独运行前端(可选)
如需单独运行前端开发服务器:
cd web && npm install
cp .env.template .env
npm run dev
访问地址:
http://localhost:3000
常见问题
- GPU显存不足:本地模式需要至少24GB显存,如不足可尝试量化版本或使用代理模式
- 模型下载失败:确保网络畅通,必要时可手动下载模型到指定路径
- 依赖安装冲突:建议使用虚拟环境,避免与其他项目依赖冲突
通过以上步骤,您应该已经成功部署了OpenDerisk项目。根据实际需求选择合适的运行模式,代理模式适合快速体验,本地模式则提供更高的数据隐私性和定制化能力。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
最新内容推荐
MQTT 3.1.1协议中文版文档:物联网开发者的必备技术指南 Solidcam后处理文件下载与使用完全指南:提升CNC编程效率的必备资源 Python案例资源下载 - 从入门到精通的完整项目代码合集 TortoiseSVN 1.14.5.29465 中文版:高效版本控制的终极解决方案 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 QT连接阿里云MySQL数据库完整指南:从环境配置到问题解决 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 STM32到GD32项目移植完全指南:从兼容性到实战技巧
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
403
3.14 K
Ascend Extension for PyTorch
Python
224
250
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219