2025最详教程:ModelEngine/app-platform开源大模型工程一键部署指南(含避坑指南)
2025最详教程:ModelEngine/app-platform开源大模型工程一键部署指南(含避坑指南)
你是否还在为大模型应用开发的复杂流程头疼?从环境配置到代码编译,从依赖管理到服务启动,每一步都可能遇到各种问题。本文将提供一份详尽的ModelEngine/app-platform开源项目下载安装教程,帮助你快速搭建属于自己的大模型应用开发平台,无需复杂操作,小白也能轻松上手。读完本文,你将获得:
- 项目的核心架构与关键特性解析
- 两种部署方式(Docker Compose与源码编译)的详细步骤
- 常见问题的解决方案与避坑指南
- 快速上手使用平台的实用技巧
项目简介
ModelEngine/app-platform是一个前沿的大模型应用工程,旨在通过集成的声明式编程和低代码配置工具,简化和优化大模型的训练与推理应用的开发过程。该工程为软件工程师和产品经理提供一个强大的、可扩展的环境,以支持从概念到部署的全流程AI应用开发。
核心架构
后端模块
AppPlatform后端基于FIT框架,采用插件化式开发,包含应用管理模块和功能扩展模块。
前端模块
AppPlatform前端采用React框架进行开发,基于函数式组件构建,通过模块化设计实现了多个核心功能模块。
关键特性
-
低代码图形化界面:产品人员可以通过直观的图形界面创建AI应用,而无需深入了解底层代码即可进行高效的编辑和调试。同时支持多模型协同运作,使用户能够根据特定的业务需求,将不同的AI模型通过编排整合到同一个应用流程中。
-
强大的算子与调度平台:通过FIT与Waterflow框架,AppPlatform提供了一个高效、可扩展的后端架构,支持Java、Python等多种主流编程语言的算子开发,并通过智能调度实现优化的执行效率。
-
共享与协作:AppPlatform的底层包含Store模版,用于将所有开发的AI应用统一存储,以此支持跨项目的复用和协作。开发者可以根据需要组合这些应用,打造更大的解决方案,或者利用社区提供的工具和模型。
快速启动
前置条件
| 名称 | 规格 |
|---|---|
| CPU | 2+ 核心 |
| CPU架构 | x86 |
| 内存 | 4+ GB |
| 软件 | 安装Docker & Docker Compose |
Docker Compose启动
克隆项目并进入项目根目录,执行以下命令:
# 克隆项目
git clone https://gitcode.com/ModelEngine/app-platform.git
cd app-platform
# 用户按需配置环境变量,例如模型名称、基础URL和APIKEY等
cp docker/.env.example docker/.env
bash docker/deploy.sh
容器全部Running后,浏览器打开http://localhost:8001体验 如需修改数据库密码,二次启动前需要删除
docker/app-platform-tmp目录
源码编译启动
安装数据库
Windows系统
- 下载并安装PostgresSQL(支持版本≥14)
- 初始化数据。进入
shell目录,使用bash工具执行build_win.sh:
cd shell
sh build_win.sh ${ip} ${port} ${username} ${password}
其中参数ip、port、username、password分别指的是数据库主机地址、数据库端口、数据用户名、数据库密码。
Linux系统
待规划
后端环境配置
开发环境配置
- 开发环境:
IntelliJ IDEA - Java 17
- 代码格式化文件:CodeFormatterFromIdea.xml
Maven配置:推荐版本Maven 3.8.8+- FIT框架编译产物:参考FIT框架的
环境配置构建编译产物
构建命令
mvn clean install
输出目录
build/
目录调整
需要将输出目录与FIT框架的编译产物结合。将输出目录的plugins目录下的所有文件复制到框架输出目录的plugins下,将shared目录下的所有文件复制到框架输出目录的shared下。
另外,需要删除plugins目录中如下开头的文件:
fel-tool-discoverer
fel-tool-executor
fel-tool-repository-simple
fel-tool-factory-repository
修改配置文件
打开框架输出目录的conf/fitframework.yml文件,加入数据库配置项:
fit:
beans:
packages:
- 'modelengine.fitframework'
- 'modelengine.fit'
datasource:
primary: 'sample-datasource'
instances:
sample-datasource:
mode: 'shared'
url: 'jdbc:postgresql://${ip}:${port}/'
username: '${username}'
password: '${password}'
druid:
initialSize: ${initialSize}
minIdle: ${midIdle}
maxActive: ${maxActive}
app-engine:
resource:
path: ${localFormPath}
form:
path-prefix: ${localFormPath}
启动命令
在框架输出目录的bin目录下执行启动命令:
fit start -Dfit.profiles.active=prod
前端环境配置
开发环境配置
- 开发环境:
WebStorm、Visual Studio Code - 环境要求:node.js ≥ 20
- ELSA框架编译产物:参考ELSA的编译构建章节
修改ELSA依赖地址
进入目录app-platform/frontend,修改package.json文件的ELSA依赖地址:
"dependencies": {
"@fit-elsa/elsa-core": "file:${fitElsaCoreUrl}",
"@fit-elsa/elsa-react": "file:${fitElsaReactUrl}",
将${fitElsaCoreUrl}和${fitElsaReactUrl}分别改成ELSA框架编译产物fit-elsa-core和fit-react的目录地址。
修改代理文件
修改app-platform/frontend目录下的proxy.config.json文件:
{
"/api": {
"target": "http://127.0.0.1:8080",
"secure": false,
"changeOrigin": true,
"pathRewrite": {
"^/api": ""
}
}
}
依赖安装
cd app-platform/frontend/
npm install
打包构建
npm run build:single
启动命令
npm run start
快速上手
模型配置
在对话中使用大模型功能,需要对模型进行配置,包括大模型的地址和鉴权信息。
- 在首页的
应用市场一栏中找到模型配置应用,并点击该应用。 - 点击右上角
创意灵感的开始配置。 - 点击回答的
添加模型按钮,输入模型名称、API Key和模型地址,并点击确认。
应用创建
- 在首页的
应用开发一栏中点击创建空白应用。 - 输入所要创建的应用名称和简介,并点击
创建按钮。 - 在跳转后的应用配置页面上,在
大模型一栏中选择自定义配置的模型。 - 此时即可在对话框进行对话。
常见问题解决
Docker部署常见问题
-
容器启动失败
- 检查Docker和Docker Compose是否正确安装
- 检查端口是否被占用
- 查看日志文件获取详细错误信息
-
访问页面无响应
- 检查容器是否全部正常运行
- 检查防火墙设置
- 尝试清除浏览器缓存
源码编译常见问题
-
编译报错
- 检查JDK版本是否为17
- 检查Maven配置是否正确
- 检查依赖是否下载完整
-
服务启动失败
- 检查数据库连接配置是否正确
- 检查端口是否被占用
- 检查配置文件是否正确修改
总结与展望
ModelEngine/app-platform为大模型应用开发提供了一个强大而灵活的平台,通过低代码图形化界面和强大的后端架构,大大简化了AI应用的开发流程。无论是产品经理还是软件工程师,都可以通过该平台快速构建和部署自己的AI应用。
未来,ModelEngine/app-platform将继续优化用户体验,增加更多实用功能,支持更多类型的AI模型,为开发者提供更全面的支持。我们相信,随着项目的不断发展,ModelEngine/app-platform将成为大模型应用开发领域的重要工具。
如果你觉得本项目对你有帮助,请点赞、收藏并关注我们,以便获取最新的更新和教程。同时,也欢迎你参与到项目的开发中来,一起推动大模型应用开发的发展。
更多推荐


所有评论(0)