Pakiet Local Ai – Przewodnik

wdrożenie na GPU DigitalOcean

Ten przewodnik przeprowadzi Cię przez proces konfiguracji bezpiecznego dropletu GPU w DigitalOcean w celu wdrożenia pakietu Local AI. Jest to krok wstępny przed wdrożeniem agenta AI w kolejnym filmie instruktażowym.

Wymagania wstępne

Konto DigitalOcean z wprowadzonymi informacjami rozliczeniowymi
Dostęp do prywatnego repozytorium GitHub dynamous-community/ai-agent-mastery

Generowanie pary kluczy SSH (jeśli jeszcze jej nie masz)

Na swoim lokalnym komputerze wygeneruj parę kluczy SSH:

        
ssh-keygen -t rsa -b 4096 -C "dowolna nazwa klucza"
# Naciśnij Enter, aby zaakceptować domyślną lokalizację pl Hawkins (~/.ssh/id_rsa)
# Wprowadź hasło dla dodatkowego bezpieczeństwa (opcjonalne, ale zalecane)

To polecenie utworzy dwa pliki (id_rsa to domyślna nazwa, możesz ją zmienić):

~/.ssh/id_rsa (klucz prywatny – przechowuj go w bezpiecznym miejscu!)
~/.ssh/id_rsa.pub (klucz publiczny – ten zostanie przesłany do DigitalOcean)

Wyświetl swój klucz publiczny za pomocą:

        
cat ~/.ssh/id_rsa.pub

Krok 1: Tworzenie dropletu GPU w DigitalOcean

Utwórz droplet GPU

Wejdź na digitalocean.com
Zarejestruj się i wprowadź informacje rozliczeniowe
Utwórz nowy projekt lub użyj domyślnego
Kliknij Utwórz w prawym górnym rogu → Droplety GPU (nie zwykłe droplety!)

Skonfiguruj droplet GPU

Skonfiguruj swój droplet GPU:
- Wybierz region: Droplety GPU są dostępne w centrach danych w Nowym Jorku (NYC2), Atlancie (ATL1) i Toronto (TOR1)
- Wybierz obraz: Wybierz obraz AI/ML-ready (Ubuntu 22.04 z preinstalowanymi sterownikami NVIDIA)
- Wybierz plan GPU: Wybierz GPU w zależności od lokalnych modeli LLM, które chcesz uruchomić
- Autentykacja: Prześlij swój klucz publiczny SSH
- Nazwa hosta: Nadaj dropletowi opisową nazwę
- Kliknij Utwórz droplet GPU

Uwaga: Droplety GPU potrzebują więcej czasu na inicjalizację niż zwykłe droplety, szczególnie konfiguracje z 8 GPU.

Alternatywne opcje hostingu

Jeśli wolisz alternatywy dla dropletów GPU DigitalOcean:

Dla wymagań GPU: TensorDock
Dla wdrożeń tylko CPU (jeśli uruchamiasz Ollama osobno): Zwykłe droplety DigitalOcean, Hostinger VPS, Hetzner Cloud lub dowolny dostawca KVM

Krok 2: Początkowe połączenie z serwerem i konfiguracja zabezpieczeń

Połącz się z serwerem

        
ssh root@[ip-dropletu-digitalocean] -i [ścieżka-do-klucza-prywatnego]
# Przykład: ssh root@192.168.1.100 -i C:\Users\colem\.ssh\dynamous-key

Skonfiguruj podstawową zaporę sieciową

Zezwól na ruch HTTP, HTTPS i SSH przez zaporę:

        
ufw enable
ufw allow 80 && ufw allow 443 && ufw allow 22
ufw reload

Krok 3: Utwórz użytkownika bez uprawnień root i skonfiguruj dostęp sudo

Zgodnie z najlepszymi praktykami bezpieczeństwa, utworzymy zwykłe konto użytkownika zamiast używać roota do codziennych operacji.

Utwórz nowego użytkownika

        
adduser <nazwa-użytkownika>
# Postępuj zgodnie z instrukcjami, aby ustawić hasło i informacje o użytkowniku

Przyznaj uprawnienia sudo

        
usermod -aG sudo <nazwa-użytkownika>

Przełącz się na nowego użytkownika

        
su - <nazwa-użytkownika>

Krok 4: Skonfiguruj autentykację kluczem SSH dla nowego użytkownika

Ten krok zapewnia, że możesz zalogować się jako nowy użytkownik za pomocą kluczy SSH, co jest bezpieczniejsze niż autentykacja hasłem.

Utwórz katalog SSH i ustaw uprawnienia

        
mkdir .ssh
chmod 700 .ssh

Dodaj klucz publiczny

        
nano .ssh/authorized_keys
# Wklej swój klucz publiczny z pliku .pub utworzonego na komputerze
# Zapisz za pomocą Ctrl+X, następnie Y, a potem Enter

Zabezpiecz plik authorized_keys

        
chmod 600 .ssh/authorized_keys

Krok 5: Wyłącz logowanie roota (zwiększenie bezpieczeństwa)

Ten krok zapobiega bezpośredniemu dostępowi roota przez SSH, wymuszając logowanie użytkowników na ich własnych kontach i korzystanie z sudo do zadań administracyjnych.

Edytuj konfigurację SSH

        
sudo nano /etc/ssh/sshd_config
# Znajdź linię: PermitRootLogin yes
# Zmień na: PermitRootLogin no

Zrestartuj usługę SSH

        
service ssh restart

Krok 6: Konfiguracja DNS (przed instalacją)

Skonfiguruj rekordy DNS, aby wskazywały subdomeny usług na Twój droplet GPU przed instalacją pakietu Local AI:

Utwórz rekordy A dla usług, które chcesz udostępnić:

supabase.twojadomena.pl → IP Twojego dropletu
n8n.twojadomena.pl → IP Twojego dropletu
openwebui.twojadomena.pl → IP Twojego dropletu
flowise.twojadomena.pl → IP Twojego dropletu
langfuse.twojadomena.pl → IP Twojego dropletu
neo4j.twojadomena.pl → IP Twojego dropletu
agentapi.twojadomena.pl → IP Twojego dropletu (dla API agenta AI)
chat.twojadomena.pl → IP Twojego dropletu (dla frontendu agenta AI)

Wykonaj to w interfejsie zarządzania DNS Twojego rejestratora domen.

Krok 7: Zainstaluj Docker Compose

Droplety GPU DigitalOcean wymagają ręcznej instalacji Docker Compose. Większość tych kroków dotyczy tylko dropletów GPU DigitalOcean i nie jest potrzebna dla zwykłych dropletów DigitalOcean z obrazami Docker lub niektórych innych dostawców chmury.

        
# Pobierz najnowszą wersję Docker Compose i zainstaluj ją
DOCKER_COMPOSE_VERSION=$(curl -s https://api.github.com/repos/docker/compose/releases/latest | grep 'tag_name' | cut -d\" -f4)
sudo curl -L "https://github.com/docker/compose/releases/download/${DOCKER_COMPOSE_VERSION}/docker-compose-linux-x86_64" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose

# Skonfiguruj wtyczkę Docker Compose
sudo mkdir -p /usr/local/lib/docker/cli-plugins
sudo ln -s /usr/local/bin/docker-compose /usr/local/lib/docker/cli-plugins/docker-compose

Krok 8: Dodaj użytkownika do grupy Docker

        
# Dodaj użytkownika do grupy docker
sudo usermod -aG docker <nazwa-użytkownika>
newgrp docker

Krok 9: Zainstaluj pakiet Local AI

Postępuj zgodnie z pełnymi instrukcjami konfiguracji z repozytorium pakietu Local AI:

Sklonuj i skonfiguruj repozytorium

        
git clone -b stable https://github.com/coleam00/local-ai-packaged.git
cd local-ai-packaged

Skonfiguruj zmienne środowiskowe

        
cp .env.example .env
nano .env

Ważne kroki konfiguracji:

Wygeneruj bezpieczne, losowe wartości dla wszystkich sekretów (nigdy nie używaj przykładowych wartości!)
Skonfiguruj Supabase zgodnie z ich przewodnikiem po self-hostingu
Skonfiguruj hosty Caddy dla wdrożenia produkcyjnego, używając subdomen ustawionych w DNS
Ustaw swój adres e-mail dla certyfikatów SSL Let’s Encrypt

(Opcjonalnie): Autentykacja Google

Jeśli chcesz włączyć autentykację Google dla Supabase, przed uruchomieniem pakietu dodaj te linie do pliku docker-compose.override-public.yml w sekcji services (upewnij się, że wcięcia zgadzają się z innymi nadpisaniami usług):

        
  auth:
    environment:
     GOTRUE_EXTERNAL_GOOGLE_ENABLED: ${ENABLE_GOOGLE_SIGNUP}
     GOTRUE_EXTERNAL_GOOGLE_CLIENT_ID: ${GOOGLE_CLIENT_ID}
     GOTRUE_EXTERNAL_GOOGLE_SECRET: ${GOOGLE_CLIENT_SECRET}
     GOTRUE_EXTERNAL_GOOGLE_SKIP_NONCE_CHECK: false
     GOTRUE_EXTERNAL_GOOGLE_REDIRECT_URI: ${GOOGLE_REDIRECT_URI}

Upewnij się, że w pliku .env określiłeś wszystkie zmienne środowiskowe w ${…}. GOOGLE_REDIRECT_URI powinno wskazywać na domenę dla frontendu Twojego agenta.

Wdróż pakiet Local AI

Uwaga: Przed uruchomieniem wykonaj sudo chmod 777 searxng, aby ustawić odpowiednie uprawnienia, w przeciwnym razie kontener Searxng będzie się restartował. Problem ten występuje na dropletach GPU DigitalOcean, ale nie na wszystkich dostawcach.

Dla wdrożenia z obsługą GPU:

        
# Dla GPU NVIDIA
python start_services.py --profile gpu-nvidia

# Dla GPU AMD
python start_services.py --profile gpu-amd

# Dla wdrożenia tylko CPU
python start_services.py --profile cpu

Krok 10: Wdróż agenta AI (integracja lokalna)

Teraz, gdy pakiet Local AI działa, wdróż agenta AI, aby zintegrować go z istniejącymi usługami.

Sklonuj repozytorium agenta AI

        
git clone https://github.com/dynamous-community/ai-agent-mastery.git
cd ai-agent-mastery/6_Agent_Deployment

Skonfiguruj bazę danych

Uzyskaj dostęp do lokalnego panelu Supabase pod adresem https://supabase.twojadomena.pl
Zaloguj się, używając nazwy użytkownika i hasła ustawionych w pliku .env pakietu Local AI
Przejdź do Edytora SQL
Wykonaj pełne ustawienie bazy danych:

        
-- Skopiuj i wklej zawartość pliku sql/0-all-tables.sql
-- To tworzy wszystkie tabele, funkcje, wyzwalacze i polityki bezpieczeństwa
-- Upewnij się, że dostosujesz wymiary wektorów przed uruchomieniem w zależności od używanego modelu wektorowego!

Skonfiguruj zmienne środowiskowe

        
cp .env.example .env
nano .env

Ważne: Upewnij się, że VITE_AGENT_ENDPOINT odpowiada Twojej subdomenie dla agenta (agentapi.twojadomena.pl), zachowując ścieżkę /api/pydantic-agent na końcu.

Ważne uwagi:

Komunikacja w sieci Docker: Ponieważ agent AI działa w tej samej sieci Docker co pakiet Local AI, możesz odwoływać się do usług po ich nazwach kontenerów (np. http://supabase:8000, http://ollama:11434)
Dostęp zewnętrzny: Używaj skonfigurowanych subdomen (np. https://supabase.twojadomena.pl) do uzyskiwania dostępu do usług z przeglądarki
Zmienne środowiskowe: Skopiuj dokładnie klucze z pliku .env pakietu Local AI dla poświadczeń Supabase i langfuse

Wdróż agenta AI

        
# Wdróż, aby zintegrować z pakietem Local AI
python deploy.py --type local --project localai

Skonfiguruj integrację z Caddy

Aby włączyć trasy reverse proxy dla Twojego agenta AI przez Caddy pakietu Local AI:

Skopiuj konfigurację dodatku Caddy:

            
# Skopiuj do folderu caddy-addon pakietu Local AI
cp caddy-addon.conf ../../local-ai-packaged/caddy-addon/

Edytuj plik dodatku dla swoich subdomen:

            
cd ../../local-ai-packaged/caddy-addon/
nano caddy-addon.conf
# Edytuj linię 2: agentapi.twojadomena.pl (dla API agenta)
# Edytuj linię 21: agentchat.twojadomena.pl (dla frontendu)
# Muszą one odpowiadać rekordom A utworzonym w kroku 6

Zrestartuj Caddy, aby załadować nową konfigurację:

            
docker compose -p localai restart caddy

Uzyskaj dostęp do swojego agenta AI

Po zakończeniu konfiguracji uzyskaj dostęp do zintegrowanego agenta AI:

Frontend: https://agentchat.twojadomena.pl
API agenta: https://agentapi.twojadomena.pl
Sprawdzenie stanu: https://agentapi.twojadomena.pl/health

Dodaj dokumenty do potoku RAG

        
# Przejdź z powrotem do katalogu wdrożenia agenta
cd ../../ai-agent-mastery/6_Agent_Deployment

# Skopiuj dokumenty do katalogu potoku RAG
sudo chmod 777 rag-documents
cp twoje-dokumenty/* ./rag-documents/

Co dalej?

Po zakończeniu konfiguracji pakietu Local AI i integracji agenta AI będziesz mieć:

Ollama działającą lokalnie dla modeli LLM
Supabase dla bazy danych i przechowywania wektorów
n8n dla automatyzacji przepływów pracy
Open WebUI dla interfejsu czatu
Flowise dla budowania agentów AI bez kodu
langfuse dla obserwowalności LLM
Neo4j dla bazy danych grafowych
Potok RAG dla przetwarzania dokumentów
Caddy automatycznie obsługujący SSL/TLS
API agenta AI zintegrowane ze wszystkimi lokalnymi usługami
Frontend agenta AI dostępny przez Twoją niestandardową domenę

Pełna integracja: Twój agent AI komunikuje się teraz ze wszystkimi usługami pakietu Local AI przez sieć Docker, zapewniając w pełni lokalną infrastrukturę AI bez zależności od zewnętrznych API.

Kolejne kroki: Masz teraz kompletną, zintegrowaną lokalną infrastrukturę AI! Twój agent AI działa razem z usługami pakietu Local AI i jest dostępny przez Twoją niestandardową domenę z automatycznym SSL.

Uwagi dotyczące bezpieczeństwa

Nigdy nie używaj konta root do regularnych operacji po konfiguracji
Autentykacja kluczem SSH jest bezpieczniejsza niż autentykacja hasłem
Reguły zapory ograniczają dostęp tylko do niezbędnych portów
Użytkownik bez roota z sudo zapewnia dostęp administracyjny, gdy jest potrzebny
Certyfikaty SSL Let’s Encrypt automatycznie zabezpieczają wszystkie Twoje usługi przez HTTPS

Rozwiązywanie problemów

Jeśli napotkasz problemy z połączeniem po zmianie ustawień SSH:

Zawsze testuj połączenie SSH w nowym oknie terminala przed zamknięciem bieżącej sesji
Użyj konsoli DigitalOcean, jeśli zostaniesz zablokowany
Sprawdź konfigurację SSH za pomocą: sudo sshd -T

W przypadku problemów specyficznych dla pakietu Local AI, zapoznaj się z sekcją rozwiązywania problemów w repozytorium.

Pakiet Local Ai – Przewodnik

wdrożenie na GPU DigitalOcean

Wymagania wstępne

Generowanie pary kluczy SSH (jeśli jeszcze jej nie masz)

Krok 1: Tworzenie dropletu GPU w DigitalOcean

Utwórz droplet GPU

Skonfiguruj droplet GPU

Alternatywne opcje hostingu

Krok 2: Początkowe połączenie z serwerem i konfiguracja zabezpieczeń

Połącz się z serwerem

Skonfiguruj podstawową zaporę sieciową

Krok 3: Utwórz użytkownika bez uprawnień root i skonfiguruj dostęp sudo

Utwórz nowego użytkownika

Przyznaj uprawnienia sudo

Przełącz się na nowego użytkownika

Krok 4: Skonfiguruj autentykację kluczem SSH dla nowego użytkownika

Utwórz katalog SSH i ustaw uprawnienia

Dodaj klucz publiczny

Zabezpiecz plik authorized_keys

Krok 5: Wyłącz logowanie roota (zwiększenie bezpieczeństwa)

Edytuj konfigurację SSH

Zrestartuj usługę SSH

Krok 6: Konfiguracja DNS (przed instalacją)

Krok 7: Zainstaluj Docker Compose

Krok 8: Dodaj użytkownika do grupy Docker

Krok 9: Zainstaluj pakiet Local AI

Sklonuj i skonfiguruj repozytorium

Skonfiguruj zmienne środowiskowe

(Opcjonalnie): Autentykacja Google

Wdróż pakiet Local AI

Krok 10: Wdróż agenta AI (integracja lokalna)

Sklonuj repozytorium agenta AI

Skonfiguruj bazę danych

Skonfiguruj zmienne środowiskowe

Wdróż agenta AI

Skonfiguruj integrację z Caddy

Uzyskaj dostęp do swojego agenta AI

Dodaj dokumenty do potoku RAG

Co dalej?

Uwagi dotyczące bezpieczeństwa

Rozwiązywanie problemów

Tomasz syn Grzegorza

You May Also Like

Lokalny pakiet AI – Przewodnik

Czym są Langfuse Web i Langfuse Worker w local-ai-packaged i do czego służą

AI art tips from the finest ANN artists.

Newsletter Signup

Socials

Menu

Say Hello