本文主要在Windows10 22H4中使用WSL的Ubuntu22.04版本安装DB-Gpt0.4.0，仅供参考

一、预备工作

如果没有安装WSL可以参考WSL安装及遇到的问题解决

1. 导出已有的Linux发行版

wsl --export Ubuntu22.04 D:\linux\Ubuntu2204.tar

2. 导入新的Linux发行版

配置新的Linux发行版名称为DB-Gpt，或者自己起个名字

wsl --import DB-Gpt0.4.0 D:\linux\DB-Gpt D:\linux\Ubuntu2204.tar --version 2

3. 配置Windows终端（Optional）

使用快捷键Ctrl + ,或者直接打开终端设置，选择添加新配置文件，复制已有的启动Linux发行版终端的配置文件，然后修改其中的名称和命令行启动项，将Linux发行版改为自己导入的发行版名称

4. 修改WSL主机hostname

（1）打开配置好的Linux发行版，然后输入如下指令编辑wsl.conf

vim /etc/wsl.conf

文件末尾追加下面内容

[network]
hostname=DB-Gpt0.4.0
generateHosts=false

（2）修改hosts文件

vim /etc/hosts

（3）重启DB-Gpt0.4.0发行版

wsl -t DB-Gpt0.4.0
wsl -d DB-Gpt0.4.0

二、DB-Gpt安装

DB-Gpt官方提供了源码安装、Docker安装、Docker Compose安装等方式，其中docker安装提供了默认数据源sqllite、mysql两个版本。
本文主要采用源码安装的方式。

1. 了解硬件最低要求

对于硬件好的可以采用私有化部署大模型的方式，否则可以查阅官网选择对接第三方大模型服务API。

2. 克隆源码

打开我们的WSL主机终端，然后输入下面的命令

cd /home
git clone https://github.com/eosphoros-ai/DB-GPT.git

3. 安装miniconda

（1）快速安装miniconda

# 下载安装miniconda脚本并执行
mkdir -p ~/miniconda3
wget https://repo.anaconda.com/miniconda/Miniconda3-latest-Linux-x86_64.sh -O ~/miniconda3/miniconda.sh
bash ~/miniconda3/miniconda.sh -b -u -p ~/miniconda3
rm -rf ~/miniconda3/miniconda.sh
# miniconda初始化
~/miniconda3/bin/conda init bash
~/miniconda3/bin/conda init zsh

（2）配置conda环境变量

编辑/etc/profile

vim /etc/profile

在文件末尾追加路径

export PATH=~/miniconda3/bin:$PATH

激活profile

source /etc/profile

（3）配置国内镜像源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
conda config --set show_channel_urls yes
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

或者直接改~/.condarc配置文件

channels:
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
  - https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/pytorch/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/main/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/pkgs/free/
  - https://mirrors.sjtug.sjtu.edu.cn/anaconda/cloud/conda-forge/
ssl_verify: true

4. 配置DB-GPT虚拟环境

（1）激活conda虚拟环境

source ~/miniconda3/bin/activate

（2）配置开机启动base环境（Optional）

配置之后不用每次执行第（4）步

conda config --set auto_activate_base true

（3）配置dbgpt python环境

conda create -n dbgpt_env python=3.10
conda activate dbgpt_env
cd /home/DB-GPT
pip install -e ".[default]"

5. 下载大模型

这里需要访问huggingface官网下载模型，且需要下载git-lfs

（1）git-lfs

下载git-lfs

apt-get install git-lfs

初始化git-lfs

git lfs install

(2) 下载LLM模型和Embedding模型

cd /home/DB-GPT
mkdir models and cd models

#### embedding model
git clone https://huggingface.co/GanymedeNil/text2vec-large-chinese
or
git clone https://huggingface.co/moka-ai/m3e-large

#### llm model, if you use openai or Azure or tongyi llm api service, you don't need to download llm model
git clone https://huggingface.co/lmsys/vicuna-13b-v1.5
or
git clone https://huggingface.co/THUDM/chatglm2-6b

如果你也和我一样无法成功下载模型，可以试试下面ModelScope提供的大模型

git clone https://www.modelscope.cn/thomas/text2vec-large-chinese.git

git clone https://www.modelscope.cn/ZhipuAI/chatglm2-6b.git

（3）配置.env文件

cd /home/DB-GPT
cp .env.template .env

可以在.env中配置基本参数，例如将LLM_MODEL设置为要使用的模型，LLM_MODEL官方推荐使用vicuna-13b-v1.5。这里我使用的是chatglm2-6b。

# 需要windows本地安装vscode
code /home/DB-GPT/.env
or
vim /home/DB-GPT/.env

这里由于我下载的是chatglm-6b，默认的配置是vicuna-13b-v1.5，因此这里我进行了修改

还可以修改数据库的配置，这里我没有进行修改，使用默认的SQLite

（4）运行DB-Gpt服务

加载SQLite的数据

cd /home/DB-GPT
bash ./scripts/examples/load_examples.sh

运行db-gpt服务

python pilot/server/dbgpt_server.py

确保运行在之前配置好的dbgpt_env虚拟环境中

之后打开浏览器访问http://localhost:5000即可

三、DB-Gpt简单使用

1. 配置数据源

（1）打开数据库管理

没有加载SQLite数据或配置数据库的可以按照第二章第5节第（4）步中的指令执行配置数据库，这里产生的SQLite数据库位置为/home/DB-GPT/pilot/data/default_sqlite.db

（2）配置SQLite数据源

点击SQLite选项后，点击创建，之后填写自己定义的数据库名称

之后就可以尝试使用DB-Gpt了

目前我使用0.4.0时经常会出现报错，看交流群里有人说0.3.9没有什么问题，如果你也和我一样可以尝试老的版本