新闻详情

新闻详情

首页 / 资讯中心 / 详情

RuoYi AI部署完整手册:从空仓库到第一次对话

发布时间:2026/11/16 4:52:31来源:尧图网络
RuoYi AI部署完整手册:从空仓库到第一次对话
RuoYi AI部署完整手册从空仓库到第一次对话【免费下载链接】ruoyi-aiEnterprise-grade AI agent framework with multi-provider LLM management, secure knowledge bases and high-precision RAG, visual workflow orchestration, and multi-agent coordination.项目地址: https://gitcode.com/GitHub_Trending/ru/ruoyi-ai想让产品里多一个对话入口又不想从零搭模型调用、流式推送、计费后台这一整套东西RuoYi AI部署就是最省弯路的一条路仓库拉下来改几行配置就能跑起一个基于 Java 17 和 SpringBoot 3.X 的大模型聊天服务。部署完你手里有什么跑通之后你手里攥着三样东西一个浏览器里直接和大模型对话的页面AI 的回答逐字流式蹦出来一套 RuoYi AI 管理后台用户、模型、充值订单、聊天流水都在表格里管后台还留好了支付回调链路商业化随时能接。用户端侧边栏里AI 绘画和音乐也有现成入口不只是聊天。跑起来之前前置条件对照依赖项最低版本用途JDK17后端运行时MySQL5.78.0 亦可存用户、模型、订单数据Redis5.X会话与缓存Maven3.8构建打包Node.js pnpm20仅用户端前端需要这几样就绪下面的操作就是照做。从空仓库到第一次对话拉代码先建库仓库是十几个 Maven 子模块的结构启动入口只有ruoyi-admin一个。代码到手后先建库初始化脚本就躺在仓库里导进去用户、模型、会话这些表就都有了git clone https://gitcode.com/GitHub_Trending/ru/ruoyi-ai cd ruoyi-ai接着在 MySQL 客户端里执行CREATE DATABASE ruoyi_ai CHARACTER SET utf8mb4; USE ruoyi_ai; source script/sql/ry-vue.sql;script/sql/ry-vue.sql 是唯一的初始化脚本建库时字符集用 utf8mb4后面存中文对话记录才不会出乱码。一次配好三组连接信息库建好了让应用连上它。数据库、Redis、模型密钥这三组信息各写一次就够别再东一榔头西一棒子数据源和 Redisruoyi-admin/src/main/resources/application-dev.yml开发配置默认是${DB_URL}这类环境变量占位直接写具体值即可模型密钥根目录application.ymlspring: datasource: url: jdbc:mysql://localhost:3306/ruoyi_ai?useUnicodetruecharacterEncodingutf8useSSLfalseserverTimezoneAsia/Shanghai username: 你的账号 password: 你的密码 data: redis: host: localhost port: 6379 chat: apiKey: sk-你的模型密钥 apiHost: https://api.openai.com/chat这两行决定应用调哪个大脑。OpenAI、Azure、ChatGLM、讯飞星火这类兼容 OpenAI 协议的供应商都走 apiKey 和 apiHost 这两个字段换供应商只改这两行。绘画用的mj配置块在文件更靠下暂时不用就保持默认占位。构建、启动看看脑子装上了没mvn clean package java -jar ruoyi-admin/target/ruoyi-admin.jarMaven 会把所有子模块一次编完最终产物在ruoyi-admin/target下这个 jar 单独就能跑。日志里滚出 Started 之后后端就独立活着了默认监听 6039 端口application.yml里的server.port。打开后台进「系统管理 → 系统模型」能看到一张模型列表每个模型的请求地址、密钥、计费类型都列得清清楚楚——以后给前端展示哪个模型、按 token 还是按次收费就在这页调。如果你还需要完整前端体验用户端前端ruoyi-web是单独的仓库没有它后端照样独立跑。拿到代码后两条命令pnpm install pnpm dev启动后把请求指到 6039 端口的后端刷新浏览器完整的对话页就出来了。跑通了吗30秒验证与排错最快的验证路径浏览器打开http://localhost:6039出现 RuoYi AI 的后台登录页说明后端活着用默认的 admin / admin123 登进工作台管理端通了。再打开用户端新建聊天问一句你是谁AI 逐字流式回你RuoYi AI部署就算全链路打通。如果卡住了高频的就这三种症状启动即报端口占用进程直接退出原因6039 端口被别的服务占着解法改application.yml里的server.port重启即可症状日志刷 HikariPool 连接失败起不来原因MySQL 服务没启动或初始化脚本导进了别的库解法确认 MySQL 在跑再核对url指向的库里有 ry-vue.sql 导出的表症状登录正常发消息却长时间无响应原因chat.apiHost地址不对或密钥没有该模型的调用权限解法先用 curl 拿密钥单独调一次模型接口验证再确认 apiHost 结尾带/往远了走RuoYi AI部署只是起点线。往后可以走的路再接入更多模型厂商和计费档位挂上知识库做 RAG接微信登录与小程序入口把支付回调变成真实计费闭环。仓库是 MIT 协议代码想怎么改就怎么改。现在轮到你了。【免费下载链接】ruoyi-aiEnterprise-grade AI agent framework with multi-provider LLM management, secure knowledge bases and high-precision RAG, visual workflow orchestration, and multi-agent coordination.项目地址: https://gitcode.com/GitHub_Trending/ru/ruoyi-ai创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/15 4:54:16

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/15 2:04:12

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/14 10:11:15

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/14 17:14:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/14 16:35:50

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/15 4:06:36

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉