big-AGI 完整上手与部署指南：AI 服务接入、数据主权与生产环境落地-北京尧图网络

big-AGI 完整上手与部署指南AI 服务接入、数据主权与生产环境落地【免费下载链接】big-AGIAI suite powered by state-of-the-art models and providing advanced AI/AGI functions. Includes AI personas, AGI functions, world-class Beam multi-model chats, text-to-image, voice, response streaming, code highlighting and execution, PDF import, presets for developers, much more. Deploy on-prem or in the cloud.项目地址: https://gitcode.com/GitHub_Trending/bi/big-AGIbig-AGI 是一个开源的 AI 套件提供 AI 人设Personas、多模型 Beam 对话、文生图、语音输入输出、代码高亮与执行、PDF 导入、开发者预设等高级能力。本文以仓库根目录下的 docs/README.md 文档导航为主线系统梳理快速上手 → AI 服务接入 → 部署与定制三大主线你将掌握如何配置云端与本地 LLM、理解客户端优先的数据主权架构、熟练使用环境变量体系并能在本地、Docker、Kubernetes 与云平台上完成生产级部署。说明本文内容以 docs/README.md 及其链接的专题文档为主体并结合仓库源码如 src/server/env.server.ts、Dockerfile、package.json做实现层面的印证。一、文档体系一份导航三段主线docs/README.md 是 big-AGI 全部技术文档的入口其结构本身反映了项目的三条主线Getting Started快速上手FAQ、麦克风语音输入、数据所有权Data Ownership、LiveFile 本地文件同步AI ServicesAI 服务云端 AI 服务Azure OpenAI、OpenRouter、OpenAI 兼容端点等、本地模型LocalAI、LM Studio、Ollama以及增强特性网页浏览、搜索、文生图、语音合成、Google DriveDeployment Customization部署与定制安装、源码定制、认证、反向代理、Docker、Kubernetes、分析与环境变量。针对使用公共实例big-AGI.com的用户公共实例默认是空的需要用户自行配置 API Key而文档中的部署章节主要面向希望自建实例的开发者与运维人员。本文按这三条主线逐一展开。二、快速上手FAQ、数据主权与核心功能2.1 直连模式Direct Connection与 FAQ 高频问题help-faq.md 中最重要的概念是Direct Connection直连模式。当 API Key 在浏览器端客户端配置时每个 AI 服务的高级设置中会出现直连开关开启后浏览器将直接调用 AI 提供商的 API完全跳过 big-AGI 的边缘服务器。直连模式是净收益net win具体表现为没有 4.5 MB 上传限制Vercel 的函数体大小上限不再生效更大的附件和超长提示词可以顺利上传没有 300 秒超时Vercel 函数超时不再生效调用时长仅受限于 AI 服务本身长耗时生成可以持续流式输出更高的隐私性连接元数据IP、时间戳、边缘区域、Vercel 遥测对 big-AGI 边缘服务器不可见轻微的下行带宽增加经由边缘服务器时big-AGI 会压缩重复的流式帧直连模式下流数据原样到达。直连模式在两种情况下不可用其一部署方将 API Key 存于服务器端环境变量浏览器无凭据可发送其二AI 提供商不允许 CORS 跨域请求——大多数主流提供商允许big-AGI 会代为设置所需请求头。FAQ 还回答了版本查看问题可以在应用的News区查看当前 big-AGI 版本Vercel 部署的版本可以在 Vercel 项目Deployments区查看每个部署都链接到对应源码提交。当前仓库 package.json 中的版本号为2.1.1。2.2 数据主权客户端优先Client-First的架构help-data-ownership.md 阐述了 big-AGI 最核心的架构理念客户端优先。你的API Key、聊天历史和设置都存在浏览器本地而不是云端服务器Local Storage存放 API Key、设置与配置IndexedDB存放聊天历史与较大文件。后端主要扮演请求转发角色把请求转发给 OpenAI、Anthropic 等 AI 服务本身不存储数据启用 Chat Link Sharing 等共享功能时除外。你可以自行验证在 Chrome 中按 F12 打开 DevTools → Application → Local Storage即可看到自己的设置与 API Key。已认证用户的 Sync 功能big-agi.com 上选择开启 SyncPro 功能的用户其对话、人设等实体数据会复制到服务器以支持多设备访问服务器端数据通过Row Level SecurityRLS行级安全按用户隔离确保其他用户无法访问。Sync 完全可选不开启则所有数据保留在浏览器本地。设备标识符Device Identifier登录后big-AGI 会保留一个设备标识符用于区分设备并支持可选 Sync。它是服务器签发的一个随机 UUID存放在持久的、第一方的httpOnly Cookieagi.client-token中——页面脚本既不能创建也不能读取。它不用于跟踪、广告、分析或遥测未登录访客不会设置清除 Cookie/站点数据才会重置。相关实现可参见 src/common/stores/store-client.ts。数据流的三类组件AI 交互聊天、AI 标题、语音合成、网页浏览流经三个组件① 浏览器客户端/安装的 App本地存放 Key 与数据→ ② 后端路由服务器转发请求→ ③ AI 服务实际推理发生地。自部署版本服务器由你自己运行数据仅在发起 AI 请求时离开本地Key 与聊天记录按请求粒度发送给上游 AI 服务托管版本big-agi.com数据经由托管边缘网络按请求粒度转发至 AI 服务直连模式浏览器直接调用 AI 服务 API完全跳过 big-AGI 服务器详见 2.1。安全最佳实践基础层面——绝不共享 API Key、避免共用电脑、临时会话使用隐私浏览、使用可信网络、定期备份数据。自建服务器时——使用环境变量存放 API Key、运行在可信基础设施上、保持安装更新。2.3 语音输入麦克风与浏览器兼容性help-feature-microphone.md 说明如何为语音识别开启麦克风权限。桌面端各浏览器要点Chrome推荐点击地址栏锁形图标 → 找到 Microphone → 设为Allow未列出时进入 Site settings 修改刷新页面SafarimacOS在系统设置 → 隐私与安全性 → 语音识别中允许 Safari随后在 Safari 设置 → 网站 → 麦克风中把站点设为允许EdgeWindows锁形图标 → 此站点的权限 → 麦克风 → AllowFirefox⚠️不支持Speech Recognition API需换用支持的浏览器。移动端Android 的 Chrome 通过地址栏锁形图标 → 权限 → 麦克风设置iOS 的 Safari 在系统设置 → Safari → 麦克风中选择询问/允许iOS 的 Chrome 因使用 Safari 内核需在系统设置 → Chrome → 麦克风中开启。排障时还需检查 macOS/Windows 系统级麦克风权限、关闭占用麦克风的应用、重启浏览器、更新版本、禁用拦截插件。技术细节big-AGI 使用 Web Speech APISpeechRecognition 将语音实时转录为文本支持实时预览。浏览器支持矩阵如下浏览器支持程度说明Google Chrome✅ 推荐桌面与 Android 完全支持体验最佳Safari✅ 支持需 macOS/iOS 14 及以上Microsoft Edge✅ 支持桌面端完全支持Firefox❌ 不支持SpeechRecognition API 不可用2.4 LiveFile文档与本地文件的双向同步help-feature-livefile.md 介绍了LiveFile将 big-AGI 中的文档与代码块和本地文件配对并同步建立双向连接。能力包括配对文档/代码块与本地文件、监控本地文件变更并更新 big-AGI 内容、用最新内容刷新聊天附件、把 big-AGI 中的编辑保存回本地文件、存放 AI 生成的代码与内容。要求与限制仅支持桌面版 Google Chrome 与 Microsoft Edge移动端不支持面向文本类文件.txt、.md、.js、.py等可高效处理数十个文件单个文本文件上限10 MB配对连接不跨会话持久刷新页面后需重新配对保存操作会覆盖整个文件重要文件建议使用版本控制。启用方式在聊天中附加、拖放或粘贴文件即自动启用 LiveFile对已存在但未启用、或 AI 生成的代码块可手动配对——在附件预览器中点击Pair File或在代码块头部点击Pair File从已打开的 LiveFile 中选择或从本地选择新文件并授予访问权限。使用方式配对后自动监控外部修改通过 LiveFile 栏提示变更可点Replace with File手动加载最新内容在 big-AGI 内编辑附件预览器 → Edit或代码块消息 → Edit后点Save to File将整文件覆盖写回。技术细节LiveFile 基于 File System Access API并使用 Google Chrome Labs 的开源库browser-fs-access仓库依赖见 package.json提供统一接口与更广的浏览器回退文件访问需要用户显式授权并可配合 big-AGI 附件系统递归添加目录。该特性目前处于 Beta 阶段。三、AI 服务接入云端服务与本地模型3.1 云端 AI 服务总览环境变量文档与 docs/README.md 列出了 big-AGI 内置支持的云 AI 服务均可一键配置 API KeyAlibaba百炼、Anthropic、AWS Bedrock、Deepseek、Google Gemini、Groq、Mistral、Moonshot月之暗面、OpenAI、Perplexity、TogetherAI、xAI、Z.ai。其中两个重点专项文档Azure OpenAI面向 Azure 部署模型的完整配置流程OpenRouter通过单一 API 访问多家提供商模型的聚合服务。此外任何提供 OpenAI 兼容 API 的提供商都能开箱即用——模型、价格与能力会被自动探测auto-detected这是接入私有网关或新厂商时最省事的路径。3.2 Azure OpenAI五分钟接入config-azure-openai.md 给出了从账号到应用的完整流程约 5 分钟。若已有 Endpoint 与 Key直接配置 big-AGIModels 设置 → 添加 Vendor → 选择 Azure OpenAI填写 Endpoint如https://your-resource-name.openai.azure.com与 API Key已部署的模型即可用。服务器部署则设置环境变量AZURE_OPENAI_API_ENDPOINThttps://your-resource-name.openai.azure.com AZURE_OPENAI_API_KEYyour-api-keyAzure 侧三步准备① 创建 Azure 账号并创建 Subscription记下 Subscription ID② 创建 Azure OpenAI 资源——注意区域决定可用模型East US、West Europe、Australia East 等热门区域模型可用性最好并在Keys and Endpoint中复制 Endpoint 与 KEY 1/KEY 2③ 在资源中Model deployments → Create new deployment手动部署所需模型默认没有任何模型。API 版本双轨制这是本仓库较新的演进详见 src/server/env.server.ts 中的AZURE_OPENAI_DISABLE_V1等定义下一代 v1 API默认启用针对 GPT-5 类模型GPT-5、GPT-6、o3、o4 等走/openai/v1/responses直连端点、无需部署 ID可用AZURE_OPENAI_DISABLE_V1true关闭传统部署式 API走/openai/deployments/{deployment-name}/...端点旧模型或 v1 被禁用时需要所有调用需部署 ID已知限制Azure OpenAI 不支持 OpenAI API 中的web_search_preview网页搜索工具带网页搜索能力的模型在 Azure 上会自动禁用该功能。3.3 OpenRouter一个 Key 用遍多厂商模型config-openrouter.md 说明 OpenRouter 是独立的聚合服务通过单一 API 访问多个提供商的模型。账号与 Key注册账号支持 Google 登录→ 充值最低 $5Stripe 支付→ 在 API Keys 页生成 Key格式为sk-or-v1-...只显示一次务必妥善保存。集成步骤启动 big-AGI → 进入Models设置 → 添加 Vendor 并选择OpenRouter→ 填入OpenRouter API Key并加载模型列表 → 所有支持提供商的模型即可在应用中选择使用。除 UI 外也可通过环境变量OPENROUTER_API_KEY配置。OpenRouter 独立管理其服务与定价大模型运行成本较高、可能快速消耗额度使用前请先查看模型定价。3.4 本地模型Ollama 实战config-local-ollama.md 展示了把 Ollama 本地模型接入 big-AGI 的完整路径可解锁语音聊天、编辑工具、模型切换、人设等 big-AGI 特性。快速接入四步① 确保本机 Ollama API 服务已启动② 在 big-AGI 的Models区选择添加模型源并选Ollama③ 填写 Ollama 主机 URL如http://localhost:11434④ 刷新模型列表后即可选择 Ollama 模型与 AI 人设聊天。可选用 Ollama 管理界面查看/拉取模型——注意拉取大模型时可能因 big-AGI 服务器 Edge 函数超时而中断需要多次点击 Pull 直到出现绿色提示。网络排错连接失败时务必确认 Ollama 端点可从运行 big-AGI 的服务器访问可能是 localhost也可能是云端服务器。若 big-AGI 部署在云端需把 Ollama 通过公网 HTTPS 暴露或让云端服务器能访问到 Ollama 所在主机。高级Ollama 反向代理可用 nginx certbot 将 Ollama 优雅暴露到公网如https://yourdomain.com/ollamasudo apt update sudo apt install nginx sudo apt install certbot python3-certbot-nginx sudo certbot --nginx -d yourdomain.comnginx 配置要点务必关闭缓冲以支持 SSE 流式响应并加大超时location /ollama/ { proxy_pass http://127.0.0.1:11434/; # Disable buffering for the streaming responses (SSE) proxy_set_header Connection ; proxy_http_version 1.1; chunked_transfer_encoding off; proxy_buffering off; proxy_cache off; # Longer timeouts (1hr) keepalive_timeout 3600; proxy_read_timeout 3600; proxy_connect_timeout 3600; proxy_send_timeout 3600; }3.5 其他本地与增强 AI 特性本地模型家族除 Ollama 外LocalAI 与 LM Studio 也有对应指南均支持通过 UI 添加模型源或环境变量预配置。增强特性来自 docs/README.md 的 AI Services 一节网页浏览Web Browsing通过第三方服务或自建云端下载网页内容详见 config-feature-browse.md。支持在聊天中粘贴/拖入 URL 自动加载、使用/browse [URL]命令、以及ReAct自动调用loadURL()函数。后端基于 Puppeteer WSS 端点PUPPETEER_WSS_ENDPOINT可选 BrowserlessDocker 启动docker run -p 9222:3000 browserless/chrome:latest连接串ws://127.0.0.1:9222或自建 Chrome--remote-debugging-port9222后取webSocketDebuggerUrl组合编排示例见 docs/docker/docker-compose-browserless.yaml网页搜索Web Search基于 Google Programmable Search EngineGOOGLE_CLOUD_API_KEYGOOGLE_CSE_ID详见环境变量文档图像生成Image Generation支持 GPT Image 2.5、2、1.x 与 Nano Banana语音合成Voice Synthesis支持 ElevenLabs、Inworld、OpenAI TTS、LocalAI 以及浏览器 Web Speech APIGoogle Drive附加来自 Google Drive 的文件详见 config-feature-google-drive.md。四、环境变量体系后端与前端配置environment-variables.md 是全套环境变量的权威参考并声明与 src/server/env.server.ts 保持同步。优先级规则所有变量均可选UI 选项后端环境变量默认值。环境变量通过项目根目录的.env文件设置。以下为官方提供的.env模板可直接复制使用# Database (Postgres) POSTGRES_PRISMA_URL POSTGRES_URL_NON_POOLING # Database (MongoDB) MDB_URI # LLMs OPENAI_API_KEY OPENAI_API_HOST OPENAI_API_ORG_ID ALIBABA_API_HOST ALIBABA_API_KEY AZURE_OPENAI_API_ENDPOINT AZURE_OPENAI_API_KEY ANTHROPIC_API_KEY ANTHROPIC_API_HOST BEDROCK_BEARER_TOKEN BEDROCK_ACCESS_KEY_ID BEDROCK_SECRET_ACCESS_KEY BEDROCK_SESSION_TOKEN BEDROCK_REGION DEEPSEEK_API_KEY GEMINI_API_KEY GROQ_API_KEY LOCALAI_API_HOST LOCALAI_API_KEY METAAI_API_KEY METAAI_API_HOST MISTRAL_API_KEY MOONSHOT_API_KEY NVIDIANIM_API_KEY NVIDIANIM_API_HOST OLLAMA_API_HOST OPENROUTER_API_KEY PERPLEXITY_API_KEY TOGETHERAI_API_KEY XAI_API_KEY # Browse PUPPETEER_WSS_ENDPOINT # Search GOOGLE_CLOUD_API_KEY GOOGLE_CSE_ID # Text-To-Speech: ElevenLabs ELEVENLABS_API_KEY ELEVENLABS_API_HOST ELEVENLABS_VOICE_ID # Backend HTTP Basic Authentication (see docs/deploy-authentication.md for turning on authentication) HTTP_BASIC_AUTH_USERNAME HTTP_BASIC_AUTH_PASSWORD # Frontend variables NEXT_PUBLIC_MOTD NEXT_PUBLIC_GA4_MEASUREMENT_ID NEXT_PUBLIC_GOOGLE_DRIVE_CLIENT_ID NEXT_PUBLIC_PLANTUML_SERVER_URL NEXT_PUBLIC_POSTHOG_KEY实现层面的印证env.server.ts使用仓库内置的 t3-env 封装src/modules/3rdparty/t3-env配合 Zod 对所有变量做集中校验如 URL 用z.url()、字符串用z.string().optional()并且该模块在客户端构建时会被env.client-mock.ts替换——一旦在客户端被导入会立即抛错server module should never be imported on the client。这正是后端变量只在服务端运行期生效这一规则的源码保证。4.1 LLM 后端变量速查以下变量一旦设置即可在服务端启用对应 LLM用户无需再输入 API Key变量说明要求OPENAI_API_KEYOpenAI API Key推荐OPENAI_API_HOST修改 OpenAI 后端主机如 Cloudflare AI Gateway可选OPENAI_API_ORG_ID设置 OpenAI-Organization 请求头可选ALIBABA_API_HOST/ALIBABA_API_KEY阿里云百炼 OpenAI 兼容端点可选AZURE_OPENAI_API_ENDPOINT/AZURE_OPENAI_API_KEYAzure OpenAI 端点仅主机不含路径与 Key两者需成对设置AZURE_OPENAI_DISABLE_V1设为true禁用下一代 v1 API默认启用可选AZURE_OPENAI_API_VERSION传统部署端点 API 版本默认2025-04-01-preview可选AZURE_DEPLOYMENTS_API_VERSION部署列表端点 API 版本默认2023-03-15-preview可选ANTHROPIC_API_KEY/ANTHROPIC_API_HOSTAnthropic Key 与自定义后端主机代理可选BEDROCK_BEARER_TOKENBedrock 长期 API KeyABSK...优先于 IAM 凭据可选BEDROCK_ACCESS_KEY_ID/BEDROCK_SECRET_ACCESS_KEYAWS IAM 凭据经 AWS 使用 Claude需成对设置BEDROCK_SESSION_TOKEN临时/STS 凭据的会话令牌可选BEDROCK_REGIONBedrock 区域默认us-east-1可选DEEPSEEK_API_KEYDeepseek AI Key可选GEMINI_API_KEYGoogle Gemini Key可选GROQ_API_KEYGroq Cloud Key可选LOCALAI_API_HOST/LOCALAI_API_KEYLocalAI 服务 URL默认http://127.0.0.1:8080与可选 Key可选METAAI_API_KEY/METAAI_API_HOSTMeta AI Key 与主机默认https://api.meta.ai可选MISTRAL_API_KEYMistral Key可选MOONSHOT_API_KEYMoonshot AI Key可选NVIDIANIM_API_KEY/NVIDIANIM_API_HOSTNVIDIA NIMnvapi-...Key 与主机可指向自托管 NIM/vLLM可选OLLAMA_API_HOSTOllama 后端主机可选OPENROUTER_API_KEYOpenRouter Key可选PERPLEXITY_API_KEYPerplexity Key可选TOGETHERAI_API_KEYTogether AI Key可选XAI_API_KEYxAI Key可选从源码看当前仓库还额外支持 Cerebras、Modular、Sakana AI 等厂商见 src/server/env.server.ts体现了持续的供应商扩展能力。4.2 功能类与前端变量功能类后端变量变量说明ELEVENLABS_API_KEY/ELEVENLABS_API_HOST/ELEVENLABS_VOICE_IDElevenLabs 语音合成OpenAI TTS 与 LocalAI TTS 复用已配置 LLM 服务的凭据无需单独设置GOOGLE_CLOUD_API_KEY/GOOGLE_CSE_IDGoogle Programmable Search Engine配合/react命令PUPPETEER_WSS_ENDPOINTPuppeteer WebSocket 端点用于网页浏览等HTTP_BASIC_AUTH_USERNAME/HTTP_BASIC_AUTH_PASSWORDHTTP Basic 认证用户名与密码见 deploy-authentication.md前端变量值会传给浏览器切勿包含密钥且必须在构建期build time设置这与可在启动时设置的后端变量不同变量说明NEXT_PUBLIC_DEBUG_BREAKS开发用设为true时在 DEV/error/critical 日志处自动触发调试器断点NEXT_PUBLIC_MOTD顶部可关闭的公告横幅支持{{app_build_hash}}、{{app_build_pkgver}}、{{app_build_time}}、{{app_deployment_type}}模板变量NEXT_PUBLIC_GA4_MEASUREMENT_IDGoogle Analytics 4 的 Measurement ID见 deploy-analytics.mdNEXT_PUBLIC_GOOGLE_DRIVE_CLIENT_IDGoogle Drive Picker 的 OAuth Client ID可复用AUTH_GOOGLE_IDNEXT_PUBLIC_PLANTUML_SERVER_URLPlantUML 服务器 URL用于渲染 UML 图可指向自定义本地服务器NEXT_PUBLIC_POSTHOG_KEYPostHog 分析 Key见 deploy-analytics.md4.3 数据库变量要启用Chat Link Sharing聊天链接分享需要给后端连接数据库当前支持Postgres与MongoDB详见 deploy-database.mdServerless Postgres默认适用于 Vercel、Neon 等平台连接串示例postgres://USER:PASSSOMEHOST.postgres.vercel-storage.com/SOMEDB?pgbouncertrueconnect_timeout15MongoDB Atlas推荐备选不仅是数据库更是数据平台可在操作数据库内直接查询向量嵌入连接串示例mongodb://USER:PASSCLUSTER-NAME.mongodb.net/DATABASE-NAME?retryWritestruewmajority。使用 MongoDB 时需修改 src/server/prisma/schema.prisma 的datasource dbprovider mongodb、url env(MDB_URI)并在首次连接后执行npx prisma db push创建/更新表结构package.json 中亦有db:push脚本。五、部署与定制从开发环境到生产集群5.1 本地开发与生产构建installation.md 给出了标准的源码构建路径。本地开发要求 Node.js 与 npm仓库 package.json 声明支持 Node^26 || ^24 || ^22git clone 本仓库地址 npm install npm run dev # 开发服务器访问 http://localhost:3000生产构建前两步相同随后npm run build npx next start --port 3000 # 生产实例http://localhost:3000如果只是想体验而不安装也可以使用官方公共实例运行的是仓库最新main分支。5.2 Docker 部署deploy-docker.md 提供了容器化部署的两种途径自建镜像docker build -t big-agi . docker run -d -p 3000:3000 big-agi官方镜像ghcr.io/enricoros/big-agi官方镜像由 GitHub Actions 透明构建并发布。可用标签包括:latest/:stable推荐、:developmentmain 分支前沿版本、:v2.0.0等具体版本。# docker docker run -d -p 3000:3000 ghcr.io/enricoros/big-agi:latest # 或 docker-compose更新镜像可先执行 docker-compose pull docker-compose up -d让宿主机上的本地服务对容器可见操作系统方法Windows / macOS使用特殊 DNS 名host.docker.internal:PORT无需额外网络配置LinuxA. 使用--networkhostdocker run --networkhost -d big-agi会降低容器隔离性B. 直接使用宿主机的 IP 地址Linux 默认没有host.docker.internal实现细节Dockerfile 采用多阶段构建base → deps → builder → runner基于node:24-alpine先以开发模式npm ci安装依赖再以生产模式npm run build随后npm prune --omitdev裁剪为生产依赖runner 阶段以非 root 的nextjs用户运行只复制.next的必需子目录排除构建期缓存EXPOSE 3000并以next start启动。构建期可通过 ARG 注入NEXT_PUBLIC_BUILD_HASH、NEXT_PUBLIC_BUILD_REF_NAME、NEXT_PUBLIC_GA4_MEASUREMENT_ID、NEXT_PUBLIC_POSTHOG_KEY、NEXT_PUBLIC_GOOGLE_DRIVE_CLIENT_ID等前端变量。docker-compose.yaml 则定义了big-agi服务、暴露宿主机 3000 端口并指定启动命令。5.3 Kubernetes 部署deploy-k8s.md 给出了 kubectl 部署流程。仓库已提供两个模板文件docs/k8s/env-secret.yaml环境变量 Secret 模板与 docs/k8s/big-agi-deployment.yamlDeployment/Service 清单。# 1. 克隆仓库并进入 docs/k8s 目录 # 2. 创建命名空间 kubectl create namespace ns-big-agi # 3. 编辑 env-secret.yaml 填入密钥注意Kubernetes Secret 默认 Base64 编码 # 填入 Key 后切勿 git commit 以免泄露敏感信息 nano env-secret.yaml # 4. 应用资源 kubectl apply -f big-agi-deployment.yaml -f env-secret.yaml # 5. 验证状态 kubectl -n ns-big-agi get svc,pod,deployment # 6. 端口转发测试 kubectl -n ns-big-agi port-forward service/svc-big-agi 3000更新 big-AGI 时git pull origin main后重新kubectl apply -f big-agi-deployment.yaml即可触发滚动更新。文档同时提醒生产环境建议配置 Ingress Controller 或 Load Balancer 而非端口转发若置于反向代理之后代理需支持流式传输参见 deploy-reverse-proxy.md。5.4 反向代理与访问认证认证deploy-authentication.md 说明 big-AGI不内置认证可通过三种方式加固部署① 构建期启用 HTTP Basic 认证——克隆仓库后将根目录的middleware_BASIC_AUTH.ts重命名为middleware.ts再正常构建如 deploy-docker.md 流程随后设置HTTP_BASIC_AUTH_USERNAME与HTTP_BASIC_AUTH_PASSWORD两个环境变量后启动② 利用云平台自带的认证能力如 Cloudflare Access/Zero Trust、Vercel Authentication/Password Protection③ 自研认证方案。反向代理反向代理位于 big-AGI 容器前转发 Web 请求常用于多应用共存、公网暴露与安全加固详细配置见 deploy-reverse-proxy.md。若使用 SSE 流式响应如聊天流式输出、Ollama 流代理必须关闭响应缓冲。5.5 分析与统计deploy-analytics.md 介绍了接入分析能力的方式通过构建期变量NEXT_PUBLIC_GA4_MEASUREMENT_IDGoogle Analytics 4与NEXT_PUBLIC_POSTHOG_KEYPostHog启用对应前端组件位于 src/common/components/3rdparty/GoogleAnalytics.tsx 与 PostHogAnalytics.tsx服务端侧见 src/server/posthog/posthog.server.ts。5.6 源码定制与调试customizations.md 说明目前没有托管式管理后台应用定制需要手动改代码或使用环境变量。是否需要改代码的判断标准需要改代码不需要改代码人设修改、UI 主题定制、功能新增或修改在环境变量中设置 API Key、用环境变量开关功能在构建前应用于源码在本地/云端部署、启动应用前设置常用定制点均需在构建前修改人设v1.x编辑 src/data.ts 中的默认人设可增删改UI 主题调整 src/common/app.theme.ts颜色、间距、按钮外观、动画修改 src/common/app.release.ts 更改应用名称修改 src/common/app.nav.ts 调整导航栏公告横幅用NEXT_PUBLIC_MOTD显示可关闭的顶部横幅支持{{app_build_hash}}、{{app_build_pkgver}}、{{app_build_time}}、{{app_deployment_type}}模板变量例如NEXT_PUBLIC_MOTD New features available in {{app_build_pkgver}}! Try the improved Beam.调试应用内置客户端日志系统Settings Tools Logs/dev/debug页面可总览环境、配置、API 状态与客户端可见的环境变量设置NEXT_PUBLIC_DEBUG_BREAKStrue可在关键错误日志处自动暂停执行仅开发模式npm run dev下生效。部署平台方面big-AGI 支持 Vercel、Docker、Cloudflare Pages有限支持受 Edge Runtime 限制详见 deploy-cloudflare.md以及任何兼容 Node.js 与 Next.js Edge Runtime 的服务。六、结语与下一步本指南围绕 docs/README.md 的三条主线覆盖了 big-AGI 从开箱即用到生产级自建的完整路径理解客户端优先的数据主权与直连模式、接入云端与本地 AI 服务、掌握前后端环境变量体系以及在本地、Docker、Kubernetes 和云平台上完成部署、认证、分析统计与源码定制。继续深入可参考的仓库文档更新动态见 changelog.md云端 AI 对比分析见 2024-AI-APIs-Comparison.md各本地模型LocalAI、LM Studio、Ollama与云端服务Azure、OpenRouter、NVIDIA NIM均有独立专题文档高级技巧见 help-advanced-tricks.md。结合源码理解各模块时可重点阅读 src/server/env.server.ts环境变量校验、Dockerfile容器构建、docker-compose.yaml容器编排与 src/server/prisma/schema.prisma数据模型。【免费下载链接】big-AGIAI suite powered by state-of-the-art models and providing advanced AI/AGI functions. Includes AI personas, AGI functions, world-class Beam multi-model chats, text-to-image, voice, response streaming, code highlighting and execution, PDF import, presets for developers, much more. Deploy on-prem or in the cloud.项目地址: https://gitcode.com/GitHub_Trending/bi/big-AGI创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考

big-AGI 完整上手与部署指南：AI 服务接入、数据主权与生产环境落地

相关推荐

Realtek Ameba系列九款芯片选型指南：从RTL8710到RTL8735

fluent-bit 内嵌 WAMR 的 WebAssembly / WASI 提案支持全景：默认启用、可选开启与未实现状态解析

网盘直链解析：3 步拿到网盘文件，快速上手指南

更多资讯

基于SSM框架的大学生兼职系统设计与实现解析

Security-101 安全运营（SecOps）核心概念详解：组织形态、与 IT 运维的差异及 NIST CSF 响应框架

Windows Server 2016无法安装I219网卡驱动？用命令行轻松搞定

agent-governance-toolkit 中的 AgentMesh × LangChain 集成实战：策略执行、审计日志与信任评分

基于 mistral.rs 的 Mistral 3 多模态模型 OpenAI 兼容服务器部署指南

隔壁开了同品类怎么办？小吃店竞争应对的四个动作

今日更新

AWS无服务器应用开发指南：从Lambda到SAM的架构与实践

SpringBoot+Vue人事系统实战：解决HR数据断点与事务一致性

MATLAB手写紧束缚模型计算石墨烯能带结构

本周精选

AI驱动的自动化专利分析平台技术解析

LeetCode-Go 题解：1252. Cells with Odd Values in a Matrix（奇数值单元格计数）双解法剖析

在线答疑系统Java毕设实战：Spring Boot前后端分离与状态流转

本月热门

基于YOLO的焊缝缺陷检测：从数据标注到工业部署全流程实践

分布式服务的决策记录

创业产品的首版范围

读完文章，想聊聊您的网站？