小白学习记录，如有错误，请大家多多指教。

---

毕昇bisheng项目介绍

毕昇（Bisheng）是 DataElement 团队开发的开源大模型应用开发平台，专为企业级场景设计。
毕昇基于 Langchain、Langflow 等流行的开源技术栈构建，以中国古代活字印刷术发明人毕昇命名，寓意推动知识和智能应用的广泛传播与高效开发。它是完全开源的项目，允许企业进行二次开发和定制化，免费使用，目标是降低大模型应用的开发门槛，满足企业级需求。
项目文档：https://dataelem.feishu.cn/wiki/ZxW6wZyAJicX4WkG0NqcWsbynde
项目地址：https://github.com/dataelement/bisheng

前置准备

进入腾讯云服务器CVM，点击“立即选购”

租用云服务器，我租用的配置如图

创建实例后进行登录

至此，显卡驱动和一些依赖已安装成功。

一、安装基础依赖

首先输入sudo -i 获得权限，接下来，需要安装Docker、Docker Compose、Git。

1、Docker 安装

更新软件包索引

sudo apt update
sudo apt install apt-transport-https ca-certificates curl gnupg-agent software-properties-common

使用下面的 curl 导入源仓库的 GPG key

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

将 Docker APT 软件源添加到系统

sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

再次更新软件包索引

sudo apt update

安装docker

sudo apt install docker-ce docker-ce-cli containerd.io

查看是否安装成功

docker --version

至此，Docker安装成功。

2、docker-compose 安装

安装

curl -L "https://github.com/docker/compose/releases/download/v2.20.3/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose

查看是否安装成功

docker-compose --version

安装成功。

3、Git 安装并克隆项目

安装git

sudo apt install git

克隆项目

git clone https://github.com/dataelement/bisheng.git

进入项目目录

cd bisheng/docker

安装项目

sudo docker-compose up -d

此时可以复制公网IP

访问http://101.33.77.43:3001/，页面无法访问。
进入实例，新建安全组规则


重新刷新http://101.33.77.43:3001/，这时可以访问。

若刷新后页面还是无法访问，可以回到终端，重启nginx服务

docker restart docker-nginx-1

下面注册账号密码并进行登录


登录成功后可以开始对话

---

二、安装 Milvus（向量数据库）

到根目录下，安装Milvus

cd ~
wget https://github.com/milvus-io/milvus/releases/download/v2.2.10/milvus-standalone-docker-compose.yml -O docker-compose.yml

运行Milvus

sudo docker-compose up -d

---

三、安装 ElasticSearch（搜索引擎）

创建一个新的Docker网络

docker network create elastic

拉取指定版本的Elasticsearch Docker镜像

docker pull docker.elastic.co/elasticsearch/elasticsearch:8.9.2

运行Elasticsearch容器

docker run --name elasticsearch --net elastic -p 9200:9200 -p 9300:9300 -e "discovery.type=single-node" -it -d docker.elastic.co/elasticsearch/elasticsearch:8.9.2

---

五、BISHENG-RT 安装

拉取项目

docker pull dataelement/bisheng-rt:0.0.1

创建目录

mkdir -p model_repository

进入目录

cd model_repository

更新索引

sudo apt update

安装git-lfs

sudo apt install git-lfs

初始化lfs

git lfs install

拉取模型

git clone https://huggingface.co/THUDM/chatglm3-6b

看一下有哪些文件

ls

进入你要下载的模型文件目录

cd chatglm3-6b

拉取仓库里的大文件

git lfs pull

检查 LFS 对象是否存在

ls -lh .git/lfs/objects

检查文件完整性

git lfs ls-files

前面有*说明文件是完整的，若不完整，也可以尝试重新下载：git lfs fetch --all
接下来查看NVIDIA显卡驱动和GPU状态

nvidia-smi

检查 nvidia-container-toolkit 是否已经安装

dpkg -l | grep nvidia-container-toolkit

说明目前没有安装

添加NVIDIA的软件包仓库

distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

更新索引

sudo apt-get update

安装nvidia-container-toolkit

sudo apt-get install -y nvidia-container-toolkit

再次检查 nvidia-container-toolkit 是否已经安装

如图，成功安装。
重启docker

sudo systemctl restart docker

function run_container() {
	  LOCAL_MODEL_REPO="/root/model_repository" # 改成自己的repo地址
	  MOUNT="-v $LOCAL_MODEL_REPO:/opt/bisheng-rt/models/model_repository"
	  IMAGE="dataelement/bisheng-rt:0.0.1"
	  docker run --gpus=all -p 9000:9000 -p 9001:9001 -p 9002:9002 -itd --workdir /opt/bisheng-rt \
	      --shm-size=10G --name bisheng_rt_v001 ${MOUNT} $IMAGE ./bin/rtserver f
	}

run_container

若这一步报错，可以执行下面的命令

# 移除bisheng_rt_v001
docker rm bisheng_rt_v001
# 重启bisheng_rt_v001
docker restart bisheng_rt_v001
# 启动bisheng_rt_v001
docker start bisheng_rt_v001
# 停止bisheng_rt_v001
docker stop bisheng_rt_v001

这时模型服务地址：http://101.33.77.43:3001/model
若报错，需要先在安全组中添加入站规则，过程如下：

若还是无法打开网页，可以重新启动项目：


此时查看启动了哪些服务

可以看到，模型管理、搜索模块、向量数据库、整个项目全部启动。

模型名称：chatglm3-6b

添加好模型并上线后，就可以使用啦

最后，关闭服务

docker-compose down # 在对应的目录下运行

---