Docker 部署 Lobe Chat 服務

拉取最新版本的 Lobe Chat 鏡像:

$ sudo docker pull lobehub/lobe-chat:latest

使用以下命令來運行 Lobe Chat 容器:

$ sudo docker run -d --name lobe-chat -p 10084:3210 -e OPENAI_API_KEY=sk-xxxx -e OPENAI_PROXY_URL=https://api.openai.com/v1 -e ACCESS_CODE=lobe66 lobehub/lobe-chat:latest
  • -d (后臺運行容器)
  • --name (給容器起一個名字方便管理)
  • -p 10084:3210 (將容器的3210端口映射到主機的10084端口, 同時指定TCP協議)
  • -e OPENAI_API_KEY=sk-xxxx (OpenAI API Key)
  • -e OPENAI_PROXY_URL=https://api.openai.com/v1 (OpenAI 接口代理, 默認為官方接口)
  • -e ACCESS_CODE=lobe66 (訪問 LobeChat 服務的密碼)

通過 sudo docker ps 命令查看容器的運行信息:

$ sudo docker ps
CONTAINER ID   IMAGE                           COMMAND                  CREATED         STATUS                 PORTS                                               NAMES
ee929a37e34e   lobehub/lobe-chat:latest        "docker-entrypoint.s…"   9 minutes ago   Up 9 minutes           0.0.0.0:10084->3210/tcp, :::10084->3210/tcp         lobe-chat

現在可以通過 IP 或配置好的域名訪問搭建好的 Lobe Chat 服務:

屏幕截圖2023-12-16-121328.png

需要注意的是, 在使用之前需要配置好前面設置的訪問 Lobe Chat 服務的密碼:

屏幕截圖2023-12-16-121443.png

同時, 使用時, 按需要選擇合適的模型:

屏幕截圖2023-12-16-121820.png

可以參考以下內容選擇合適的模型:

  1. 如何根據自己的需求選擇合適的模型?
用途 推薦模型
日常對話、翻譯插件、YouTube總結/搜索總結插件等場景 gpt-3.5-turbo
需要較高的推理能力, 如寫代碼、協助寫論文等場景 gpt-4
需要模型接收圖片并回答與之相關的問題 gpt-4-vision
  1. 4K、8K、16K、32K是什么意思?

這是 token 長度的縮寫, 4K 表示 4096 個 token, 以此類推。其中, 1 個漢字約為 2 個 token, 因此 4K 的接口約能處理 2000 個漢字, 以此類推。

  1. gpt-4-32k 是否比 gpt-4 更聰明?

不是, 這 2 個模型是一樣的, 都是 gpt-4,只是支持的 token 長度不一樣。

插件

通過 Lobe Chat 的插件可以擴展更多的玩法, 插件的安裝入口如下:

WechatIMG357.jpg

建議插件只在需要使用時再啟用, 避免不同插件之間互相影響。

授粉繪畫

插件 授粉繪畫 是通過 pollinations.ai 進行圖像生成的對話式繪圖插件。通過插件菜單安裝插件:

WechatIMG358.jpg

完成安裝后啟用插件:

WechatIMG359.jpg

當前會話窗口選擇使用 gpt-4 模型:

WechatIMG360.jpg

然后就可以通過對話, 讓 AI 理解我們的意圖, 生成繪圖提示詞, 并調用 pollinations.ai 完成繪圖:

WechatIMG81.jpg

繪圖對話的連續性范圍是當前會話窗口, 不能跨多個會話窗口理解意圖。

思維導圖

插件 思維導圖 是一個根據用戶的描述, 生成符合需求的大綱, 并以思維導圖的形式展現的插件。通過插件菜單安裝插件并啟用:

Snipaste_2023-12-21_13-34-07.png

同樣的, 當前會話窗口需要選擇使用 gpt-4 模型:

Snipaste_2023-12-21_13-38-31.png

然后就可以通過輸入思維導圖的主題, 讓 AI 根據我們的主題, 生成思維導圖的大綱圖:

Snipaste_2023-12-21_13-40-20.png

插件生成的思維導圖至少有 4 個層級。

網站爬蟲

插件 網站爬蟲 是從網頁鏈接中提取內容的插件。通過插件菜單安裝插件并啟用, 同時選擇使用 gpt-4 模型:

WechatIMG88.jpg

然后就可以輸入需要提取的網頁鏈接, 讓 AI 去提取和總結網站的內容, 并匯總給我們:

Snipaste_2023-12-21_17-38-40.png
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 227,250評論 6 530
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 97,923評論 3 413
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事?!?“怎么了?”我有些...
    開封第一講書人閱讀 175,041評論 0 373
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 62,475評論 1 308
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 71,253評論 6 405
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 54,801評論 1 321
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 42,882評論 3 440
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 42,023評論 0 285
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 48,530評論 1 331
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 40,494評論 3 354
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 42,639評論 1 366
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 38,177評論 5 355
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 43,890評論 3 345
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 34,289評論 0 25
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 35,552評論 1 281
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 51,242評論 3 389
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 47,626評論 2 370

推薦閱讀更多精彩內容