Bolt.diy 项目中的 LMStudio 和 Ollama 模型连接问题解析
2025-05-15 19:56:35作者:咎竹峻Karen
问题现象
在 Bolt.diy 项目中,用户在使用本地模型服务时遇到了"WARN Constants Failed to get LMStudio models: fetch failed"的警告信息。这个问题主要出现在以下场景:
- 使用 Ollama 本地服务时,特别是 Qwen 2.5 Coder 32B 模型
- 在 Google Cloud 的 Windows Server 2019 虚拟机上运行
- 通过 Chrome 浏览器访问本地服务
问题根源
经过分析,这个问题主要由以下几个因素导致:
- 环境变量配置不当:项目默认配置中没有正确设置本地模型服务的 API 地址
- IP 地址格式问题:使用 localhost 而非 127.0.0.1 可能导致 IPv6 相关的问题
- UI 设置覆盖:前端界面中的设置可能会覆盖 .env 文件中的配置
解决方案
1. 正确配置环境变量
在项目根目录下的 .env 文件中,需要正确配置以下参数:
OLLAMA_API_BASE_URL=http://127.0.0.1:11434
LMSTUDIO_API_BASE_URL=http://127.0.0.1:1234
特别注意:
- 必须使用 127.0.0.1 而非 localhost
- 文件需要重命名为 .env.local 才能生效
2. 前端界面设置
在 Bolt.diy 的 Web 界面中,需要确保:
- 进入设置菜单
- 关闭 LM Studio 选项(如果不需要)
- 检查 Ollama 的 API 地址是否为空或正确
3. 服务验证
确保本地服务正常运行:
- 确认 Ollama 服务已启动并监听 11434 端口
- 检查终端运行日志是否有错误信息
- 尝试直接访问 API 端点验证服务可用性
技术细节
IPv6 相关问题
使用 localhost 在某些系统上可能会解析为 IPv6 地址(::1),而服务可能只监听 IPv4 地址。这就是为什么使用 127.0.0.1 更可靠的原因。
配置优先级
Bolt.diy 项目的配置加载顺序为:
- 前端界面设置(最高优先级)
- .env.local 文件
- .env 文件(最低优先级)
因此,即使正确配置了 .env 文件,如果前端界面中有设置,也会被覆盖。
最佳实践
- 统一使用 127.0.0.1:避免使用 localhost,确保 IPv4 连接
- 保持前端设置为空:除非需要特殊配置,否则让系统使用 .env 文件中的设置
- 检查服务日志:遇到问题时首先查看服务端和客户端的日志输出
- 环境隔离:在云环境中运行时,确保网络配置允许本地回环通信
结论
Bolt.diy 项目与本地模型服务的连接问题通常可以通过正确的环境变量配置解决。关键在于理解配置的优先级和网络连接的基本原理。对于开发者而言,掌握这些调试技巧能够快速定位和解决类似的服务连接问题。
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 StartedRust0449
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
XianyuAutoAgent智能闲鱼客服机器人系统:专为闲鱼平台打造的AI值守解决方案,实现闲鱼平台7×24小时自动化值守,支持多专家协同决策、智能议价和上下文感知对话。Python03
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX026
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0313
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++00
项目优选
收起
暂无描述
Markdown
828
5.49 K
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
494
518
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
786
1.58 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
803
1.14 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
973
2.29 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
483
313
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.02 K
769
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.27 K
814
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
652
288