背景介紹

在企業(yè)環(huán)境中，我們經(jīng)常需要對公司項目代碼進行分析和文檔生成。然而，考慮到代碼的保密性，將代碼上傳至公共AI平臺存在安全隱患。為解決這一問題，我們可以在公司內(nèi)部GPU服務器上部署強大的大語言模型（如qwen2.5:32b-instruct-fp16），并結合OpenDeepWiki工具，實現(xiàn)安全、高效的代碼倉庫分析與文檔自動生成。

環(huán)境需求

• 硬件: 支持qwen2.5:32b-instruct-fp16模型運行的GPU服務器（推薦配置：4*RTX 3090）
• 軟件: Ollama（用于部署模型）、Docker和Docker Compose環(huán)境
• 網(wǎng)絡: 內(nèi)部網(wǎng)絡環(huán)境，確保安全性

部署步驟

1. 部署OpenDeepWiki

在服務器上創(chuàng)建并配置必要文件：

docker-compose.yml:

services:
  koalawiki:
    image: crpi-j9ha7sxwhatgtvj4.cn-shenzhen.personal.cr.aliyuncs.com/koala-ai/koala-wiki
    environment:
      - KOALAWIKI_REPOSITORIES=/repositories
      - TASK_MAX_SIZE_PER_USER=5 # 每個用戶AI處理文檔生成的最大數(shù)量
      - REPAIR_MERMAID=1 # 是否進行Mermaid修復，1修復，其余不修復
      - CHAT_MODEL=qwen2.5:32b-instruct-fp16 # 必須要支持function的模型
      - ANALYSIS_MODEL=qwen2.5:32b-instruct-fp16 # 分析模型，用于生成倉庫目錄結構，這個很重要，模型越強，生成的目錄結構越好，為空則使用ChatModel
      - CHAT_API_KEY=sk- #您的APIkey
      - LANGUAGE=簡體中文 # 設置生成語言默認為"中文"
      - ENDPOINT=http://您的Ollamaip:11434/v1
      - DB_TYPE=sqlite
      - DB_CONNECTION_STRING=Data Source=/data/KoalaWiki.db
      - UPDATE_INTERVAL=5 # 倉庫增量更新間隔，單位天
      - EnableSmartFilter=true # 是否啟用智能過濾，這可能影響AI得到倉庫的文件目錄
      - PARALLEL_COUNT=1 # The warehouse processes the quantity in parallel
    volumes:
      - ./repositories:/app/repositories
      - ./data:/data
      
  koalawiki-web:
    image: crpi-j9ha7sxwhatgtvj4.cn-shenzhen.personal.cr.aliyuncs.com/koala-ai/koala-wiki-web
    environment:
      - NEXT_PUBLIC_API_URL=http://koalawiki:8080 # 用于提供給server的地址
      
  nginx: # 需要nginx將前端和后端代理到一個端口
    image: crpi-j9ha7sxwhatgtvj4.cn-shenzhen.personal.cr.aliyuncs.com/koala-ai/nginx:alpine
    ports:
      - 8090:80
    volumes:
      - ./nginx.conf:/etc/nginx/conf.d/default.conf
    depends_on:
      - koalawiki
      - koalawiki-web

nginx.conf:

server {
    listen 80;
    server_name localhost;

    # 設置上傳文件大小限制為 100MB
    client_max_body_size 100M;

    # 日志配置
    access_log /var/log/nginx/access.log;
    error_log /var/log/nginx/error.log;

    # 代理所有 /api/ 請求到后端服務
    location /api/ {
        proxy_pass http://koalawiki:8080/api/;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection 'upgrade';
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
        proxy_cache_bypass $http_upgrade;
    }

    # 其他所有請求轉(zhuǎn)發(fā)到前端服務
    location / {
        proxy_pass http://koalawiki-web:3000;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection 'upgrade';
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;
        proxy_cache_bypass $http_upgrade;
    }
}

2. 啟動服務

創(chuàng)建好上述文件后，在同級目錄下執(zhí)行以下命令：

1. 拉取必要的鏡像：

   docker-compose pull
   

2. 啟動容器：

   docker-compose up -d
   

3. 等待服務初始化完成（通常需要幾分鐘）

3. 訪問OpenDeepWiki平臺

在瀏覽器中訪問 http://[服務器IP]:8090，即可看到OpenDeepWiki的界面：

使用指南

添加代碼倉庫進行分析

1. 從以下地址獲取OpenDeepWiki源碼（推薦國內(nèi)用戶使用Gitee）：

   • GitHub: https://github.com/AIDotNet/OpenDeepWiki
   • Gitee: https://gitee.com/AIDotNet/OpenDeepWiki

2. 下載源碼的ZIP壓縮包

3. 在OpenDeepWiki平臺點擊"添加新倉庫"：

4. 選擇"上傳壓縮包"，填寫組織名稱和倉庫名稱（這些字段必填，將影響前端路由顯示），然后提交：

5. 上傳完成后，系統(tǒng)將開始處理倉庫（處理時間約為3-5分鐘）。處理中的倉庫會顯示在列表中：

6. 處理完成后，點擊倉庫名稱即可查看由qwen2.5:32b-instruct-fp16模型自動生成的文檔：

系統(tǒng)優(yōu)勢

• 安全可控：所有代碼分析和文檔生成過程都在內(nèi)部環(huán)境完成，確保代碼安全
• 高質(zhì)量文檔：借助強大的qwen2.5:32b-instruct-fp16模型，生成的文檔結構清晰、內(nèi)容全面
• 一鍵操作：簡單的上傳流程，無需復雜配置
• 可擴展性：支持多種代碼倉庫格式，適用于不同項目需求

結語

通過部署OpenDeepWiki與qwen2.5:32b-instruct-fp16模型，我們可以安全、高效地為公司代碼倉庫生成完整文檔，大幅提升項目理解和開發(fā)效率。

如果您對OpenDeepWiki感興趣，歡迎訪問以下地址并給項目點個Star：

• GitHub: https://github.com/AIDotNet/OpenDeepWiki
• Gitee: https://gitee.com/AIDotNet/OpenDeepWiki

在線體驗地址：https://opendeep.wiki/
目前已有500+倉庫加入！您也可以將您的開源倉庫添加進來。