DeepWiki-Open本地构建指南:从源码编译到运行的完整流程
2026-02-05 04:56:17作者:廉皓灿Ida
项目简介
DeepWiki-Open是一款AI驱动的Wiki生成工具,能够为任何GitHub、GitLab或BitBucket仓库自动创建美观、交互式的文档。只需输入仓库名称,DeepWiki就能分析代码结构、生成全面文档、创建可视化图表并组织成易于导航的Wiki系统。
环境准备
硬件要求
- CPU: 4核及以上
- 内存: 8GB及以上
- 硬盘: 至少10GB可用空间
- 网络: 能够访问Git仓库和模型服务
软件依赖
- Git
- Python 3.8+
- Node.js 18+
- npm或yarn
- Docker和Docker Compose (可选)
源码获取
克隆仓库
# 克隆DeepWiki-Open仓库
git clone https://gitcode.com/gh_mirrors/de/deepwiki-open.git
cd deepwiki-open
配置环境变量
创建.env文件
在项目根目录创建.env文件,添加必要的API密钥和配置:
# 创建.env文件
echo "GOOGLE_API_KEY=your_google_api_key" > .env
echo "OPENAI_API_KEY=your_openai_api_key" >> .env
# 可选:使用Google AI嵌入模型替代OpenAI(推荐配合Google模型使用)
echo "DEEPWIKI_EMBEDDER_TYPE=google" >> .env
# 可选:添加OpenRouter API密钥
echo "OPENROUTER_API_KEY=your_openrouter_api_key" >> .env
# 可选:添加Ollama主机地址(如非本地)
echo "OLLAMA_HOST=your_ollama_host" >> .env
完整的环境变量说明可参考项目文档:README.md
构建与运行方式
方式一:使用Docker Compose(推荐)
Docker方式可以简化部署流程,避免环境依赖问题:
# 使用Docker Compose启动服务
docker-compose up
Docker配置文件:docker-compose.yml
方式二:手动构建与运行
后端API服务
# 安装Python依赖
pip install -r api/requirements.txt
# 启动API服务器
python -m api.main
后端API源码:api/main.py
前端Web应用
# 安装JavaScript依赖
npm install
# 或
yarn install
# 启动开发服务器
npm run dev
# 或
yarn dev
前端主页面代码:src/app/page.tsx
项目结构解析
DeepWiki-Open采用前后端分离架构,主要目录结构如下:
deepwiki/
├── api/ # 后端API服务器
│ ├── main.py # API入口点
│ ├── api.py # FastAPI实现
│ ├── rag.py # 检索增强生成
│ ├── data_pipeline.py # 数据处理工具
│ └── requirements.txt # Python依赖
│
├── src/ # 前端Next.js应用
│ ├── app/ # Next.js应用目录
│ │ └── page.tsx # 主应用页面
│ └── components/ # React组件
│ └── Mermaid.tsx # Mermaid图表渲染器
│
├── public/ # 静态资源
├── package.json # JavaScript依赖
└── .env # 环境变量(需创建)
详细的项目结构可参考项目结构说明
运行验证
启动服务后,打开浏览器访问以下地址验证是否运行成功:
- Web界面:http://localhost:3000
- API服务:http://localhost:8001
成功运行后,您将看到DeepWiki的主界面,可以输入GitHub仓库URL开始生成Wiki文档。
高级配置
模型选择配置
DeepWiki支持多种AI模型提供商,包括Google、OpenAI、OpenRouter、Azure OpenAI和本地Ollama模型。模型配置文件位于:
- 生成器配置:api/config/generator.json
- 嵌入模型配置:api/config/embedder.json
使用本地Ollama模型
如果希望完全在本地运行,可使用Ollama模型:
# 在.env文件中添加
DEEPWIKI_EMBEDDER_TYPE=ollama
OLLAMA_HOST=http://localhost:11434
Ollama详细配置指南:Ollama-instruction.md
故障排除
常见问题解决
- API密钥错误:检查.env文件中的API密钥是否正确配置
- 依赖安装问题:确保Python和Node.js版本满足要求
- 端口冲突:修改环境变量中的PORT和SERVER_BASE_URL解决端口冲突
- 日志查看:API服务日志默认位于api/logs/application.log
开启调试日志
如需详细调试信息,可在.env文件中添加日志配置:
LOG_LEVEL=DEBUG
LOG_FILE_PATH=./debug.log
日志配置代码:api/logging_config.py
总结
通过本指南,您已了解如何从源码构建和运行DeepWiki-Open。无论是使用Docker快速部署,还是手动构建进行二次开发,DeepWiki都提供了灵活的选项。现在您可以开始体验AI驱动的智能Wiki生成功能,为您的项目创建专业的文档。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253



