-
登录魔塔ModelScope
- 访问 ModelScope
- 注册并登录账户
-
导入项目
仓库地址: https://github.com/JasonRobertDestiny/VibeDocs.git 分支: modelscope SDK: Gradio -
配置环境变量
SILICONFLOW_API_KEY=your_api_key_here NODE_ENV=production PORT=3000
-
启动部署
- 点击"启动"按钮
- 等待构建完成
# 克隆项目
git clone https://github.com/JasonRobertDestiny/VibeDocs.git
cd VibeDocs
# 切换到正确分支
git checkout modelscope
# 安装依赖
pip install -r requirements.txt
# 配置环境变量
cp .env.example .env
# 编辑 .env 文件,添加你的API密钥
# 启动应用
python app.py项目信息:
- 仓库地址:
https://github.com/JasonRobertDestiny/VibeDocs.git - 分支:
modelscope - SDK:
Gradio - Python版本:
3.11
环境变量配置:
| 变量名 | 值 | 说明 | 必填 |
|---|---|---|---|
SILICONFLOW_API_KEY |
your_api_key |
Silicon Flow API密钥 | ✅ |
NODE_ENV |
production |
运行环境 | ✅ |
PORT |
3000 |
应用端口 | ✅ |
DEEPWIKI_SSE_URL |
http://localhost:8080 |
DeepWiki MCP服务 | ❌ |
FETCH_SSE_URL |
http://localhost:8081 |
通用抓取MCP服务 | ❌ |
DOUBAO_SSE_URL |
http://localhost:8082 |
图像生成MCP服务 | ❌ |
DOUBAO_API_KEY |
your_doubao_key |
Doubao API密钥 | ❌ |
-
准备API密钥
- 访问 Silicon Flow 注册账户
- 获取免费API密钥
-
创建创空间
- 在ModelScope中创建新的创空间
- 选择"从Git仓库导入"
-
配置项目设置
title: "VibeDoc AI Agent - Agent应用开发赛道" emoji: "🤖" sdk: gradio sdk_version: 5.34.1 app_file: app.py
-
设置环境变量
- 在创空间设置中添加环境变量
- 确保
SILICONFLOW_API_KEY正确配置
-
构建和部署
- 点击"构建"按钮
- 等待构建完成
- 测试应用功能
问题1:构建失败
- 确保使用
modelscope分支 - 检查
requirements.txt文件是否存在 - 验证Python版本兼容性
问题2:API调用失败
- 检查
SILICONFLOW_API_KEY是否正确 - 验证API密钥是否有效
- 确认网络连接正常
问题3:MCP服务不可用
- MCP服务是可选的,不影响核心功能
- 如果不使用外部链接解析,可以忽略相关错误
# 克隆项目
git clone https://github.com/JasonRobertDestiny/VibeDocs.git
cd VibeDocs
# 配置环境变量
cp .env.example .env
# 编辑 .env 文件
# 启动服务
docker-compose up -d
# 查看日志
docker-compose logs -f vibedoc# 构建镜像
docker build -t vibedoc .
# 运行容器
docker run -d \
--name vibedoc \
-p 3000:3000 \
-e SILICONFLOW_API_KEY=your_api_key \
-e NODE_ENV=production \
vibedoc- Python 3.11+
- pip 或 pipenv
- Git
# 1. 克隆项目
git clone https://github.com/JasonRobertDestiny/VibeDocs.git
cd VibeDocs
# 2. 创建虚拟环境(可选)
python -m venv venv
source venv/bin/activate # Windows: venv\Scripts\activate
# 3. 安装依赖
pip install -r requirements.txt
# 4. 配置环境变量
cp .env.example .env
# 编辑 .env 文件,添加必要的配置
# 5. 启动开发服务器
python app.py- IDE: VS Code, PyCharm
- Python插件: Python Extension Pack
- 代码格式化: Black, isort
- 类型检查: mypy
- 测试框架: pytest
# Silicon Flow API密钥(必填)
SILICONFLOW_API_KEY=your_siliconflow_api_key
# 应用配置
NODE_ENV=production
PORT=3000# MCP服务配置(可选)
DEEPWIKI_SSE_URL=http://localhost:8080
FETCH_SSE_URL=http://localhost:8081
DOUBAO_SSE_URL=http://localhost:8082
DOUBAO_API_KEY=your_doubao_api_key
# 调试配置
DEBUG=false
LOG_LEVEL=INFO
API_TIMEOUT=120
MCP_TIMEOUT=30.env.example: 环境变量模板app_config.yaml: 魔塔部署配置requirements.txt: Python依赖Dockerfile: Docker镜像配置docker-compose.yml: 容器编排配置
错误1:ModuleNotFoundError
# 解决方案:重新安装依赖
pip install -r requirements.txt错误2:API密钥错误
# 检查环境变量
echo $SILICONFLOW_API_KEY
# 验证密钥格式
# 应该以 "sk-" 开头错误3:端口占用
# 查找占用端口的进程
lsof -i :3000
# 杀死进程
kill -9 <PID>
# 或者更改端口
export PORT=3001错误4:网络连接问题
# 测试网络连接
curl -I https://api.siliconflow.cn/v1/chat/completions
# 检查防火墙设置
# 确保端口3000可以访问# 查看应用日志
tail -f /var/log/vibedoc.log
# Docker日志
docker logs vibedoc
# 实时日志
docker logs -f vibedoc-
内存优化
- 增加容器内存限制
- 使用更高效的Python版本
-
网络优化
- 配置CDN加速
- 使用负载均衡
-
缓存优化
- 启用Redis缓存
- 配置HTTP缓存头
如果遇到问题,请:
- 检查本文档的故障排除部分
- 查看项目Issues页面
- 提交新的Issue并提供:
- 错误信息
- 系统环境
- 配置信息
- 复现步骤
# 拉取最新代码
git pull origin modelscope
# 更新依赖
pip install -r requirements.txt --upgrade
# 重启应用
docker-compose restart vibedoc🎯 提示: 建议优先使用魔塔ModelScope部署,这是最简单且稳定的方式。本地开发时使用Docker可以确保环境一致性。