README

.env.template

@@ -5,5 +5,4 @@ MY_MAIL=
 MAILE_CODE=
 TOKEN_KEY=
 OPENAIKEY=
-REDIS_URL=
-OPENAPI_KEY=
\ No newline at end of file
+REDIS_URL=
\ No newline at end of file

README.md

@@ -8,42 +8,71 @@ Fast GPT 允许你使用自己的 openai API KEY 来快速的调用 openai 接
 ```
 AXIOS_PROXY_HOST=axios代理地址，目前 openai 接口都需要走代理，本机的话就填 127.0.0.1
 AXIOS_PROXY_PORT=代理端口
-MONGODB_URI=mongo数据库地址（例如：mongodb://username:password@ip:27017/?authSource=admin&readPreference=primary&appname=MongoDB%20Compass&directConnection=true&ssl=false）
+MONGODB_URI=mongo数据库地址
 MY_MAIL=发送验证码邮箱
 MAILE_CODE=邮箱秘钥（代理里设置的是QQ邮箱，不知道怎么找这个 code 的，可以百度搜"nodemailer发送邮件"）
 TOKEN_KEY=随便填一个，用于生成和校验 token
+OPENAIKEY=openai的key
+REDIS_URL=redis的地址
 ```
 
 ```bash
 pnpm dev
 ```
-Open [http://localhost:3000](http://localhost:3000) with your browser to see the result.
 
 ## 部署
 
 ### docker 模式
-请准备好 docker， mongo，代理, 和nginx。 镜像走本机的代理，所以用 network=host，port 改成代理的端口，clash 一般都是 7890。
+请准备好 docker， mongo，代理, 和 nginx。 镜像走本机的代理，所以用 network=host，port 改成代理的端口，clash 一般都是 7890。
 
 #### docker 打包
 ```bash
 docker build -t imageName:tag .
 docker push imageName:tag
+# 或者直接拉镜像，见下方
 ```
 
 #### 服务器拉取镜像和运行
+```yml
+# docker-compose
+version: "3.3"
+services:
+  fast-gpt:
+    image: c121914yu/fast-gpt:latest
+    environment:
+      AXIOS_PROXY_HOST: 127.0.0.1
+      AXIOS_PROXY_PORT: 7890
+      MY_MAIL: 
+      MAILE_CODE: 
+      TOKEN_KEY: 
+      MONGODB_URI: 
+      OPENAIKEY: 
+      REDIS_URL: 
+    network_mode: host
+    restart: always
+    container_name: fast-gpt
+```
 ```bash
-# 服务器拉取部署, imageName 替换成镜像名
-docker pull imageName:tag
-docker stop fast-gpt || true
-docker rm fast-gpt || true
-docker run -d --network=host --name fast-gpt \
-    -e AXIOS_PROXY_HOST=127.0.0.1 \
-    -e AXIOS_PROXY_PORT=7890 \
-    -e MY_MAIL=your email\
-    -e MAILE_CODE=your email code \
-    -e TOKEN_KEY=任意一个内容 \
-    -e MONGODB_URI="mongodb://user:password@127.0.0.0:27017/?authSource=admin&readPreference=primary&appname=MongoDB%20Compass&ssl=false" \
-    imageName:tag
+#!/bin/bash
+# 拉取最新镜像
+docker-compose pull
+docker-compose up -d
+
+echo "Docker Compose 重新拉取镜像完成！"
+
+# 删除本地旧镜像
+images=$(docker images --format "{{.ID}} {{.Repository}}" | grep fast-gpt)
+
+# 将镜像 ID 和名称放入数组中
+IFS=$'\n' read -rd '' -a image_array <<<"$images"
+
+# 遍历数组并删除所有旧的镜像
+for ((i=1; i<${#image_array[@]}; i++))
+do
+    image=${image_array[$i]}
+    image_id=${image%% *}
+    docker rmi $image_id
+done
 ```
 
 #### 软件教程：docker 安装
@@ -104,9 +133,33 @@ echo "Restart clash"
 
 #### redis
 
+安装
+```bash
+#!/bin/bash
+docker pull redis/redis-stack:6.2.6-v6
+docker stop fast-gpt-redis-stack
+docker rm fast-gpt-redis-stack
+
+docker run -d --name fast-gpt-redis-stack \
+    -v /redis/data:/data \
+    -v /etc/localtime:/etc/localtime:ro \
+    -v /redis.conf:/redis-stack.conf \
+    -e REDIS_ARGS="--requirepass 1111111"\
+    -p 8102:6379 \
+    -p 8103:8001 \
+    --restart unless-stopped \
+    redis/redis-stack:6.2.6-v6
+```
+```bash
+# /redis.conf
+# 开启aop持久化
+appendonly yes
+#default: 持久化文件
+appendfilename "appendonly.aof"
+#default: 每秒同步一次
+appendfsync everysec
+```
 ```bash
-# 索引
-# FT.CREATE idx:model:data ON JSON PREFIX 1 model:data: SCHEMA $.modelId AS modelId TAG $.dataId AS dataId TAG $.vector AS vector VECTOR FLAT 6 DIM 1536 DISTANCE_METRIC COSINE TYPE FLOAT32
-# FT.CREATE idx:model:data:hash ON HASH PREFIX 1 model:data: SCHEMA modelId TAG dataId TAG vector VECTOR FLAT 6 DIM 1536 DISTANCE_METRIC COSINE TYPE FLOAT32
+# 添加索引
 FT.CREATE idx:model:data:hash ON HASH PREFIX 1 model:data: SCHEMA modelId TAG userId TAG status TAG q TEXT text TEXT vector VECTOR FLAT 6 DIM 1536 DISTANCE_METRIC COSINE TYPE FLOAT32
 ```