Skip to main content

​
三步快速部署

在5分钟内完成AI Gateway的部署和配置，开始使用多AI平台统一接口。

​
步骤1: 环境准备

  • Python 3.12+
  • Docker (可选，推荐)
  • 至少1GB可用内存
  • 网络连接（用于访问AI平台API）
推荐使用Docker部署，可以避免环境依赖问题
克隆AI Gateway项目到本地：
git clone https://github.com/PancrePal-xiaoyibao/PancrePal-xiaoyibao.git
cd PancrePal-xiaoyibao

​
步骤2: 配置AI平台

创建 .env 文件并配置至少一个AI平台的API密钥：
cp .env.example .env
请确保API密钥的安全性，不要将其提交到版本控制系统
如果后端的 Agent 需要文件上传功能，配置S3或MinIO：
S3_ENDPOINT=https://your-s3-endpoint.com
S3_ACCESS_KEY=your-access-key
S3_SECRET_KEY=your-secret-key
S3_BUCKET=your-bucket-name

​
步骤3: 启动服务

使用Docker快速部署： 您可以使用我们的预构建镜像，您需要修改docker-compose.yml文件中的环境变量，并启动服务：
docker compose up -d
服务启动后，访问 http://localhost:8000 查看API文档
在本地环境直接运行：
# 安装依赖
uv pip install -r requirements.txt

# 启动服务
make run

​
测试部署

​
验证服务状态

# 检查服务健康状态
curl http://localhost:3000/health

# 查看支持的Agent列表
curl http://localhost:3000/api/v1/agents

​
测试聊天功能

# 使用FastGPT进行测试
curl -X POST 'http://localhost:3000/api/v1/chat' \
  -H 'Content-Type: application/json' \
  -H 'agent: fastgpt' \
  -d '{
    "query": "你好，请介绍一下AI Gateway",
    "user": "test_user",
    "stream": false
  }'
如果看到正常的JSON响应，说明AI Gateway已经成功部署并正常工作！

​
下一步

现在您已经成功部署了AI Gateway，可以开始探索更多功能：

支持的平台

了解AI Gateway支持的所有AI平台及其特性

API文档

查看完整的API接口文档和使用示例

集成指南

学习如何将AI Gateway集成到您的项目中

开发指南

了解如何在本地进行开发和调试
需要帮助？ 查看我们的完整文档或加入社区讨论。