编辑
2025-03-13
工具
00

目录

本地调试步骤
1. 环境准备
2. 选择搜索引擎
3. 下载代码
4. 设置环境变量
5. 安装依赖并启动服务
6. 启动WebUI
7. 访问应用
8. docker打包部署
9. 镜像使用
1. 系统概述
2. 配置准备
2.1 创建配置文件
2.2 关键配置项说明
3. 部署方法
3.1 使用Docker Compose(推荐)
3.2 手动启动方法
4. 配置方法说明
4.1 配置优先级
4.2 环境变量与配置文件的选择
4.3 关于API_ADDR的特殊说明
5. 验证和故障排除
5.1 验证服务是否正常运行
5.2 常见问题和解决方法
5.3 测试API连接
6. 最佳实践
7. 访问服务

本地调试步骤

1. 环境准备

  • 安装Python 3.9+(小于3.12)
  • 安装Poetry 1.6.1:pip install poetry==1.6.1
  • 获取火山方舟API KEY:访问 火山方舟控制台
  • 开通DeepSeek-R1模型:在 开通管理页 完成

2. 选择搜索引擎

选择一:使用火山方舟零代码联网应用

  • 创建零代码联网应用,获取bot id

  • 推荐配置:

    • 推理接入点:Doubao-pro-32k / Doubao-pro-1.5-32k
    • 联网内容插件:开启
    • 智能改写:关闭
    • 调用方式:强制开启
    • 参考资料回复:自定义回复 选择二:使用Tavily搜索引擎
  • 获取 Tavily API KEY

3. 下载代码

shell
git clone https://github.com/volcengine/ai-app-lab.git cd demohouse/deep_research

4. 设置环境变量

如果使用火山方舟零代码联网应用:

shell
export ARK_API_KEY=xxx-xxxx-xxx-xxx export REASONING_MODEL=deepseek-r1-250120 export SEARCH_ENGINE=volc_bot export SEARCH_BOT_ID=bot-xxxxxx-xx

如果使用Tavily搜索引擎:

shell
export ARK_API_KEY=xxx-xxxx-xxx-xxx export REASONING_MODEL=deepseek-r1-250120 export SEARCH_ENGINE=tavily export TAVILY_API_KEY=xxx-xxx-xxx-xxx

5. 安装依赖并启动服务

shell
python -m venv .venv source .venv/bin/activate poetry install poetry run python -m server

服务将在localhost:8888提供符合OpenAI规范的Chat API服务。

6. 启动WebUI

在新的终端窗口中:

shell
# 设置连接本地服务器 export API_ADDR=http://localhost:8888/api/v3/bots python -m venv .venv source .venv/bin/activate poetry install # 启动WebUI poetry run python -m webui

Tips 可一键脚本自动启动

直接执行 start 脚本,自动启动 serverwebUI

注意此时的访问链接、API_ADDR 需要配置为本地 localhost 或者 127.0.0.1

sh
./start.sh

7. 访问应用

使用浏览器访问http://localhost:7860/ 即可使用Deep Research应用。

通过以上步骤,你可以在本地成功部署和调试Deep Research项目,体验其强大的深度推理和联网搜索能力。

8. docker打包部署

如何使用:

  1. 构建镜像(无需敏感配置)
sh
# 使用构建模式构建镜像(不检查API密钥) ./deploy-all.sh --build # 或者只构建不启动 ./deploy-all.sh --build-only
  1. 发布镜像 构建后可以安全地将镜像发布到 Docker Hub 或其他镜像仓库,不会包含您的敏感信息。
  2. 部署使用(需要配置)
sh
# 正常部署模式,会严格检查配置 ./deploy-all.sh
  1. 单独使用配置检查工具
sh
# 严格检查模式(用于部署前) ./check-config.sh # 宽松构建模式(用于构建时) ./check-config.sh --build-mode
  1. 仓库镜像推送
sh
# 登录docker hub docker login -u golovin0623 # 输入密码或访问令牌(建议用访问令牌) # 确认本地镜像 docker images | grep golovin/deep-research ## 输出应包含: ## golovin0623/deep-research amd64 abcdef123456 1 hour ago 1.2GB ## golovin0623/deep-research latest abcdef123456 1 hour ago 1.2GB # 推送所有标签 docker push golovin0623/deep-research --all-tags # 为 AMD64 架构打标签 docker tag golovin0623/deep-research:amd64 golovin0623/deep-research:amd64 # 为 latest 标签打标签 docker tag golovin0623/deep-research:latest golovin0623/deep-research:latest # 或单独推送指定标签 docker push golovin0623/deep-research:amd64 docker push golovin0623/deep-research:latest

9. 镜像使用

1. 系统概述

深度研究助手由两个主要组件组成:

  • Server服务:处理API请求,连接搜索引擎
  • WebUI服务:提供用户界面,调用Server服务的API

这两个组件封装在同一个Docker镜像中,但需要作为两个独立的容器运行。

2. 配置准备

2.1 创建配置文件
bash
# 创建配置文件 cat > config.json << EOF { "ARK_API_KEY": "您的API密钥", "REASONING_MODEL": "deepseek-r1-250120", "SEARCH_ENGINE": "volc_bot", "SEARCH_BOT_ID": "您的搜索Bot ID", "API_BOT_ID": "您的API Bot ID" } EOF
2.2 关键配置项说明
配置项描述必填
ARK_API_KEYAPI密钥,用于认证
SEARCH_BOT_ID搜索服务的Bot ID
API_BOT_IDAPI服务的Bot ID
REASONING_MODEL推理模型名称否(默认值:deepseek-r1-250120)
SEARCH_ENGINE搜索引擎类型否(默认值:volc_bot)

3. 部署方法

3.1 使用Docker Compose(推荐)
  1. 创建docker-compose.yml文件:
bash
services: server: image: golovin/deep-research:latest command: python -m server volumes: - ./config.json:/app/config.json ports: - "8889:8888" networks: - deep-research-network restart: unless-stopped environment: - ARK_API_KEY=您的API密钥 - SEARCH_BOT_ID=您的搜索Bot ID - REASONING_MODEL=deepseek-r1-250120 - SEARCH_ENGINE=volc_bot webui: image: golovin/deep-research:latest command: python -m webui volumes: - ./config.json:/app/config.json ports: - "7860:7860" depends_on: - server networks: - deep-research-network restart: unless-stopped environment: - API_ADDR=http://server:8888/api/v3/bots - ARK_API_KEY=您的API密钥 - API_BOT_ID=您的API Bot ID networks: deep-research-network: driver: bridge
  1. 启动服务:
bash
docker-compose up -d
3.2 手动启动方法

如果不使用Docker Compose,可以手动创建网络并启动容器:

bash
# 创建网络 docker network create deep-research-network # 启动Server容器 docker run -d --name deep_research_server \ --network deep-research-network \ -p 8889:8888 \ -v $(pwd)/config.json:/app/config.json \ -e ARK_API_KEY="您的API密钥" \ -e SEARCH_BOT_ID="您的搜索Bot ID" \ -e REASONING_MODEL="deepseek-r1-250120" \ -e SEARCH_ENGINE="volc_bot" \ golovin/deep-research:latest \ python -m server # 启动WebUI容器 docker run -d --name deep_research_webui \ --network deep-research-network \ -p 7860:7860 \ -v $(pwd)/config.json:/app/config.json \ -e ARK_API_KEY="您的API密钥" \ -e API_BOT_ID="您的API Bot ID" \ -e API_ADDR="http://deep_research_server:8888/api/v3/bots" \ golovin/deep-research:latest \ python -m webui

4. 配置方法说明

4.1 配置优先级
  1. 环境变量(优先级最高)
  2. config.json配置文件
  3. 应用默认值(优先级最低)
4.2 环境变量与配置文件的选择
  • 仅使用环境变量:适合CI/CD环境或不方便挂载文件的情况
  • 仅使用配置文件:适合本地开发,但API_ADDR仍需要环境变量设置
  • 混合使用:最灵活的方式,敏感信息用环境变量,其他用配置文件
4.3 关于API_ADDR的特殊说明

无论使用何种配置方式,都建议将API_ADDR设置为环境变量:

  • 在Docker Compose中:API_ADDR=http://server:8888/api/v3/bots
  • 在手动方式中:API_ADDR=http://容器名:8888/api/v3/bots

5. 验证和故障排除

5.1 验证服务是否正常运行
bash
# 检查容器状态 docker ps # 查看WebUI日志 docker logs deep_research_webui # 查看Server日志 docker logs deep_research_server
5.2 常见问题和解决方法
问题可能原因解决方法
WebUI无法打开端口未正确映射检查docker ps输出中的端口映射
API连接错误Server和WebUI无法通信检查API_ADDR配置和网络设置
空白页面或502错误WebUI服务未成功启动查看容器日志检查错误信息
搜索功能不可用API密钥或Bot ID错误确认ARK_API_KEY和SEARCH_BOT_ID正确
5.3 测试API连接
bash
# 进入WebUI容器测试与Server的连接 docker exec -it deep_research_webui curl http://server:8888/v1/ping # 或者在手动部署的情况下 docker exec -it deep_research_webui curl http://deep_research_server:8888/v1/ping

6. 最佳实践

  1. 使用Docker Compose:更简单、更易于管理
  2. 配置文件与环境变量结合:敏感信息使用环境变量
  3. 挂载配置文件:便于修改配置而不需要重建容器
  4. 检查网络连接:确保两个服务可以互相通信
  5. 资源配置:对于生产环境,考虑添加内存限制
  6. 持久化日志:考虑配置日志卷以便排查问题

7. 访问服务

成功部署后,可通过以下地址访问服务:


如果对你有用的话,可以打赏哦
打赏
ali pay
wechat pay