FineChatBI 部署

本文将介绍如何部署 FineChatBI 。

1）FineChatBI 以 FineBI 为底座进行分析，所以需要先准备一台 FineBI 工程。

2）部署语义解析小模型：用户提出的问题通过语义解析小模型转化成可执行的数据查询语句，是 FineChatBI 功能的核心。

3）安装问答 FineChatBI 插件。

2.1 FineBI 环境说明

2.1.1 依赖版本说明

FineChatAI 需依赖 FineBI6.1 及以上版本，需确保服务器中已部署 BI 6.1及以上版本的工程。

• 未部署 FineBI 的用户：需全新部署 FineBI 6.1+ 版本，请参见本文 2.1.2

• 已部署 FineBI 的用户：进入「管理系统>注册管理>版本信息」检查版本号，若版本低于 6.1，需先升级至 6.1 及以上版本。

2.1.2 资源配置规则

FineBI 所在的服务器需要为 FineChatAI 的使用预留资源。

计算规则：

• 将 FineChatAI 的用户算作 FineBI 的编辑用户计算服务器所需资源

• 额外预留 10% 的服务器资源用于 FineChatAI 的使用

未部署 FineBI 的用户依据以上计算规则，参考 确认FineBI项目服务器配置 完成服务器选型，参考 部署新项目 完成 FineBI 部署。

已经部署 FineBI 的用户也需依据以上计算规则，衡量已有服务器是否需要增加资源。

2.2 语义解析小模型环境要求

BI规则模型和 BI 工程建议分布部署在两台服务器上，若需要部署在同一台服务器上请注意预留出足够的空间。

BI 规则模型部署环境要求如下表所示：

获取语义解析小模型的部署资源：

3.1 安装 Docker

安装步骤中需要使用到 Docker，请先检查服务器中是否已完成安装 Docker，检查 Docker 命令：docker --version

• 若没有安装则会显示 command not found，如下图所示，此时则需要在服务器上安装 Docker，安装步骤可参考：Linux系统在线安装Docker

• 若已安装则会显示 Docker 的版本信息，如下图所示：

3.2 安装镜像

0）（可选）镜像文件完整性校验
安装镜像过程失败时，可查看镜像文件 md5 码和本文档是否一致，若不一致则需要重新下载文件。

示例代码：md5sum fine-chat-bi-parser-base_v1_6.tar

1）将 「镜像」上传到服务器中指定的文件夹中

示例上传文件夹路径为：/home/AI

注：直接上传，上传后不要解压！！！

2）使用命令进入到文件夹路径，命令为：cd 文件夹路径

示例代码：cd /home/AI

3）检查文件

示例代码：ls

4）运行镜像文件，命令为：docker load -i 镜像文件压缩包

示例代码：docker load -i fine-chat-bi-parser-base_v1_6.tar

5）运行完成后，使用命令检查，出现镜像的名称和版本号即为完成，命令为：docker images

示例代码：docker images

6）使用命令运行镜像，命令为：docker run -it -e TZ=Asia/Shanghai --name fine-chat-bi-parser-base -d -p 8666:8666 基础镜像名称:基础镜像版本号

示例代码：docker run -it -e TZ=Asia/Shanghai --name fine-chat-bi-parser-base -d -p 8666:8666 fine-chat-bi-parser-base:v1.6

7）使用命令检查容器，命令为：docker ps

3.3 安装代码

1）将获取的代码文件 encrypt_vXX_XXX.tar 包上传至服务器，之后再解压。命令为：tar -xvf 代码文件路径/代码文件名称

示例代码：tar -xvf /home/AI/encrypt_v1_5_1.tar

2）将代码文件放置到镜像中，命令为：docker cp 代码文件路径/代码文件名称 fine-chat-bi-parser-base:/root/

示例代码：docker cp /home/AI/encrypt_v1_5_1/ fine-chat-bi-parser-base:/root/

3）进入镜像的 /bin/bash 文件夹中，命令为：docker exec -it 镜像名称 /bin/bash

示例代码：docker exec -it fine-chat-bi-parser-base /bin/bash

4）进入代码文件夹，命令为：cd /root/代码文件名称/pipeline/

示例代码：cd /root/encrypt_v1_5_1/pipeline/

5）运行代码，命令为：nohup python app.py &

示例代码：nohuppython app.py &

ps:终端显示nohup: ignoring input and appending output to 'nohup.out'命为正常现象）

6）可直接关闭终端，退出 Docker 容器。

1）下载 FineChatBI 插件：FineChatBI 插件

2）超管登录管理平台，选择「管理系统>插件管理>应用商城」，选择从本地安装获取的安装包，完成安装即可。

3）完成后刷新页面，选择「管理系统>智能问答配置」，配置 规则模型的 ip 地址和端口号（默认端口为8666），测试成功后，点击保存即可。

4）在管理系统右下角出现「问答BI」按钮即可完成，如下图所示：

联系销售获取授权文件（fanruan.lic）。

进入 FineChatBI 服务架构概述 ，连接大模型。