chatbot-ui 任何模型都有AI聊天功能。 聊天机器人用户界面

适合所有人的开源AI聊天应用。

点击这里查看最新演示。

大家好！我听到了你的反馈，正在努力做一个重大更新。

诸如更简单的部署、更好的后端兼容性以及改进的移动端布局等功能正在逐步推出。

很快回来。

–麦凯

使用聊天机器人界面，无需自己托管！

点击这里找到官方托管的聊天机器人UI版本。

如果你觉得聊天机器人界面有用，请考虑赞助我支持我的开源工作:)

我们将“问题”限制在与代码库相关的实际问题。

我们遇到了大量问题，比如功能请求、云服务商问题等。

如果你在设置方面遇到问题，请参考上方“讨论”标签中的“帮助”部分。

与代码库无关的问题很可能会立即关闭。

我们强烈鼓励你参与上方的“讨论”标签！

讨论区是提问、分享想法和寻求帮助的好地方。

如果你有问题，很可能别人也会有同样的问题。

聊天机器人界面最近更新到了2.0版本。

1.0的代码可以在该分支中找到。legacy

在你本地聊天机器人UI仓库根端的终端里，运行：

npm run update

如果你运行托管实例，还需要运行：

npm run db-push

将最新的迁移应用到您的实时数据库。

请按照以下步骤，让你自己的聊天机器人UI实例在本地运行。

你可以在这里观看完整的视频教程。

git clone https://github.com/mckaywrigley/chatbot-ui.git

在本地聊天机器人UI仓库的根目录中打开终端并运行：

npm install

之前，我们使用本地浏览器存储来存储数据。然而，这并不是一个好的解决方案，原因有几个：

• 安全问题
• 存储空间有限
• 限制多模态应用场景

我们现在用Supabase，因为它易用，开源，是Postgres，而且有免费的托管实例套餐。

我们未来会支持其他服务提供者，为您提供更多选择。

你需要安装 Docker 才能本地运行 Supabase。你可以在这里免费下载。

MacOS/Linux

brew install supabase/tap/supabase

窗户

scoop bucket add supabase https://github.com/supabase/scoop-bucket.git
scoop install supabase

在你本地聊天机器人UI仓库根端的终端里，运行：

supabase start

在你本地聊天机器人UI仓库根端的终端里，运行：

cp .env.local.example .env.local

通过运行以下方式获得所需数值：

supabase status

注：使用自API URLsupabase statusNEXT_PUBLIC_SUPABASE_URL

现在去你的文件，填写这些数值。.env.local

如果设置了环境变量，它会在用户设置中禁用输入。

在第一个迁移文件中，你需要用上面得到的两个值替换：supabase/migrations/20240108234540_setup.sql

• project_url（第53行）：（默认）如果你不更改文件中的“你的”，可以保持不变http://supabase_kong_chatbotui:8000project_idconfig.toml
• service_role_key（第54行）：你是通过跑步得到这个数值的supabase status

这样可以防止存储文件被正确删除的问题。

请按照这里的说明作。

在你本地聊天机器人UI仓库根端的终端里，运行：

npm run chat

你的本地聊天机器人界面实例现在应该运行在 http://localhost:3000。一定要用兼容的节点版本（比如v18）。

你可以在 http://localhost:54323/project/default/editor 查看你的后端图形界面。

按照这些步骤，让你自己的聊天机器人UI实例在云端运行。

视频教程即将推出。

重复上面“本地快速启动”中的第1-4步。

你需要为本地和托管实例分别设立独立仓库。

在GitHub上为你的聊天机器人UI实例创建一个新仓库，然后把你的代码推送到那里。

去Supabase创建一个新项目。

进入项目仪表盘后，点击左下角的“项目设置”图标标签。

这里你将获得以下环境变量的数值：

• Project Ref：在“通用设置”中作为“参考ID”找到

• Project ID： 可在你项目仪表盘的网址中找到（例如：https://supabase.com/dashboard/project/<YOUR_PROJECT_ID>/settings/general）

在“设置”中，点击左侧的“API”文本标签。

这里你将获得以下环境变量的数值：

• Project URL： 可在“API 设置”中找到，地址为“项目URL”

• Anon key： 在“Project API keys”中以“匿名公开”身份发现

• Service role key： 在“Project API keys”中被发现为“service_role”（提醒：请把这当作密码！）

接下来，点击最左侧的“认证”图标标签。

在文本标签页中，点击“提供者”，确保“邮件”已启用。

我们建议关闭你个人实例中的“确认邮件”。

打开你的托管聊天机器人界面仓库。

在第一个迁移文件中，你需要用上面得到的两个值替换：supabase/migrations/20240108234540_setup.sql

• project_url（第53行）：请用上面的数值Project URL
• service_role_key（第54行）：请使用上方的数值Service role key

现在，在你本地聊天机器人UI仓库的根目录中打开一个终端。我们会执行几个指令。

通过运行登录Supabase：

supabase login

接下来，通过运行你上面获得的“Project ID”命令，链接你的项目：

supabase link --project-ref <project-id>

你的项目现在应该已经被链接了。

最后，通过运行以下程序将数据库推送到Supabase：

supabase db push

您的托管数据库现在应该已经搭建完成！

去Vercel创建一个新项目。

在设置页面，导入你托管的Chatbot UI实例的GitHub仓库。在项目设置中，“构建与开发设置”部分，将框架预设切换为“Next.js”。

在环境变量中，根据你上面得到的值添加以下内容：

• NEXT_PUBLIC_SUPABASE_URL
• NEXT_PUBLIC_SUPABASE_ANON_KEY
• SUPABASE_SERVICE_ROLE_KEY
• NEXT_PUBLIC_OLLAMA_URL（仅在使用本地 Ollama 模型时需要;默认情况下：http://localhost:11434)

你也可以把API密钥作为环境变量添加。

• OPENAI_API_KEY
• AZURE_OPENAI_API_KEY
• AZURE_OPENAI_ENDPOINT
• AZURE_GPT_45_VISION_NAME

完整的环境变量列表请参考“.env.local.example”文件。如果环境变量设置为 API 密钥，它会在用户设置中禁用输入。

点击“部署”，等待前端部署。

部署完成后，你应该可以通过Vercel提供的URL使用你托管的聊天机器人UI实例。