🐧 Linux 部署

以下内容假设你对Linux系统有一定的了解，如果觉得难以理解，请使用Windows部署

NOTE

本教程推荐使用 uv 作为 Python 包管理器，它提供了更快的包安装速度和更好的依赖管理体验。当然，传统的 pip 和 conda 方式依然可用。不要忘记为 uv 配置镜像站，如果有需要的话

NOTE

我们建议使用 mamba 或 micromamba 代替 conda ，它与 conda 使用方式几乎相同，并在处理依赖上优于 conda。

一、克隆LingChat，获取必要的文件

通过 git clone 将 LingChat repo clone 到本地，再进入文件夹。

bash

git clone --depth 1 -b develop https://github.com/SlimeBoyOwO/LingChat.git
git checkout v0.3.1-beta1
cd LingChat

TIP

如果您想提前体验新功能，可跳过第二个命令

实际上我们更推荐不执行第二个命令，以使用最新开发版，因为 v0.3.1-beta1 版本仍有许多bug，最新开发版会修复这些bug

二、Python环境配置

需确保Python版本为3.10及以上，推荐3.12版本

bash

python3 --version

如果版本低于3.10，请更新Python版本。

bash

# 此处以 Python 3.12 为例
# Ubuntu/Debian
sudo apt update
sudo apt install python3.12 python3.12-venv

# 如执行了这一步，建议在执行时将python3指向python3.12
# 更新替代方案，设置 python3.12 为默认的 python3 版本:
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.12
sudo update-alternatives --config python3

安装 uv (推荐)

安装 uv 包管理器：

bash

# 使用 pip 安装 uv
pip3 install uv

或者使用官方安装脚本：

bash

curl -LsSf https://astral.sh/uv/install.sh | sh

WARNING

有报告指出使用 Fedora 42 Workstation 系统时，uv会无法使用。你可以尝试执行以下命令：

sudo dnf install gcc gobject-introspection-devel cairo-gobject-devel pkg-config python3-devel gtk4

TIP

使用 uv 时需要先运行 uv venv 创建虚拟环境，然后激活虚拟环境后用 uv pip install 安装依赖，或者直接使用 uv run 命令来自动管理虚拟环境。

创建虚拟环境

进入LingChat文件夹，创建虚拟环境

方法1：使用venv

bash

python3 -m venv venv      # 创建虚拟环境    
source venv/bin/activate  # 激活环境

方法2：使用conda/mamba

bash

mamba create -f environment.yaml
mamba activate LingChat

这可以 一步到位 安装完环境，你可以跳转到配置 env继续，或者自己创建环境安装依赖。

方法3：使用uv

bash

uv venv venv      # 创建虚拟环境    
source venv/bin/activate  # 激活环境

三、依赖安装

WARNING

不要忘记激活虚拟环境！无论何时你都不应该脱离虚拟环境操作

如果终端前有（venv）或（lingchat）字样即为虚拟环境已经激活

使用 uv 安装依赖 (推荐)

bash

uv pip install -r pyproject.toml -i https://mirrors.aliyun.com/pypi/simple

NOTE

uv pip install 在该环境中安装依赖时貌似有个错误，但是我忘了是啥了，欢迎提issue

使用传统方式安装依赖

bash

pip install -i https://mirrors.aliyun.com/pypi/simple -r pyproject.toml

配置 `.env` 文件

bash

cp .env.example .env
nano .env    # 你也可以选择其他你喜欢的编辑工具，如vim等

配置一下翻译和聊天的 API密钥 即可，一般情况你还需要到最下面把 打开前端界面 的环境变量改成 false

配置完成后请按Ctrl+O保存，然后按Ctrl+O退出。

NOTE

默认未开启RAG功能，因为这必定会导致启动后第一次的白屏，需要等待加载完成刷新才行，有需要请自行在网页打开或修改.env文件。

四、模型下载

LingChat 需要下载一些模型才能正常使用。

18 情绪分类模型

运行以下命令：

bash

cd ling_chat/third_party/emotion_model_18emo
wget https://www.modelscope.cn/models/kxdw2580/LingChat-emotion-model-18emo/resolve/master/model.safetensors

或者运行以下命令直接安装：

bash

python main.py install 18emo

RAG 模型

运行以下命令：

bash

python main.py install rag

如果在国内，推荐使用镜像站下载，命令如下：

bash

python main.py install rag -m

启动程序

使用 uv 运行 (推荐)

前台运行

bash

uv run python3 main.py

后台运行

如需在后台运行请使用screen

bash

# 启动一个screen
screen -S lingchat
# 运行lingchat
uv run python3 main.py

按Ctrl+a, 再按d, 即可退出screen, 此时,程序仍在后台执行;

传统方式运行

前台运行

bash

python main.py

后台运行

如需在后台运行请使用screen

bash

# 启动一个screen
screen -S lingchat

# venv激活环境
source ./venv/bin/activate

# conda激活环境
conda activate LingChat

# 运行lingchat
python main.py

按Ctrl+a, 再按d, 即可退出screen, 此时,程序仍在后台执行;

四、访问 LingChat

放行端口 8765 端口，或者使用ssh端口转发。在浏览器中访问 http://<你的服务器IP地址>:8765 即可访问LingChat。

WARNING

将LingChat部署在公网是非常危险的行为，可能导致您的api被盗刷，请务必在部署时进行安全保护。

五、拉取最新的更新

当你想获取最新的代码时，请在项目根目录（LingChat 文件夹内）执行以下命令。

bash

# 步骤一：放弃所有本地修改，避免冲突（注意：会丢失你的本地代码改动，请做好备份，游戏数据应该没有影响）
git reset --hard

# 步骤二：从 GitHub 拉取最新代码
git pull

命令速查表

uv 相关命令 (推荐)

命令	用途
`uv venv venv`	创建Python虚拟环境
`uv pip install -r pyproject.toml -i https://mirrors.aliyun.com/pypi/simple --upgrade`	安装和更新依赖包
`uv run python main.py`	运行LingChat程序

传统方式命令

命令	用途
`source ./venv/bin/activate`	激活Python虚拟环境（使用venv）
`conda activate LingChat`	激活Python虚拟环境（使用conda）
`python main.py`	运行LingChat程序

后台运行相关

命令	用途
`screen -S lingchat`	创建一个名为lingchat的screen会话运行LingChat程序
`Ctrl+a d`	退出当前screen会话(程序继续在后台运行)
`screen -r lingchat`	重新连接到mmc会话
`screen -ls`	查看所有screen会话列表

贡献者

shadow01a

雅诺狐

页面历史

最后编辑于

查看完整历史

🐧 Linux 部署 ​

一、克隆LingChat，获取必要的文件 ​

二、Python环境配置 ​

安装 uv (推荐) ​

创建虚拟环境 ​

方法1：使用venv ​

方法2：使用conda/mamba ​

方法3：使用uv ​

三、依赖安装 ​

使用 uv 安装依赖 (推荐) ​

使用传统方式安装依赖 ​

配置 .env 文件 ​

四、模型下载 ​

18 情绪分类模型 ​

RAG 模型 ​

启动程序 ​

使用 uv 运行 (推荐) ​

前台运行 ​

后台运行 ​

传统方式运行 ​

前台运行 ​

后台运行 ​

四、访问 LingChat ​

五、拉取最新的更新 ​

命令速查表 ​

uv 相关命令 (推荐) ​

传统方式命令 ​

后台运行相关 ​

贡献者

页面历史

🐧 Linux 部署

一、克隆LingChat，获取必要的文件

二、Python环境配置

安装 uv (推荐)

创建虚拟环境

方法1：使用venv

方法2：使用conda/mamba

方法3：使用uv

三、依赖安装

使用 uv 安装依赖 (推荐)

使用传统方式安装依赖

配置 `.env` 文件

四、模型下载

18 情绪分类模型

RAG 模型

启动程序

使用 uv 运行 (推荐)

前台运行

后台运行

传统方式运行

前台运行

后台运行

四、访问 LingChat

五、拉取最新的更新

命令速查表

uv 相关命令 (推荐)

传统方式命令

后台运行相关