DB-GPT 快速安装指南一键脚本 Provider Profile 的最短部署路径【免费下载链接】DB-GPTopen-source agentic AI data assistant for the next generation of AI Data products.项目地址: https://gitcode.com/GitHub_Trending/db/DB-GPT本文基于 DB-GPT 仓库中的「快速安装」文档讲解如何用一条命令跑通 DB-GPT Web UI安装脚本会完成系统检查、安装 uv、克隆仓库、按 provider profile 同步依赖、生成 TOML 配置并给出可直接执行的 webserver 启动命令。读完本文你将掌握全部安装参数--profile、--repo-dir、--yes、--mirror等、各 profile 对应的 API Key 环境变量与默认模型以及安装后验证与故障排查的完整路径。一、快速开始一行命令安装这是让 DB-GPT 跑起来的最快方式。安装脚本会帮你准备本地 DB-GPT 工作目录、生成 provider profile并给出可直接运行的 webserver 启动命令curl -fsSL https://raw.githubusercontent.com/eosphoros-ai/DB-GPT/main/scripts/install/install.sh | bash如果你希望先审查脚本内容再决定是否执行可以先把脚本下载下来用less查看curl -fsSL https://raw.githubusercontent.com/eosphoros-ai/DB-GPT/main/scripts/install/install.sh -o install.sh less install.sh bash install.sh --profile openai对应的脚本源码位于 scripts/install/install.sh其文件头注释明确说明了它做与不做什么它会做检测操作系统macOS / Linux、确保git和curl可用、安装uv如缺失、克隆或更新 DB-GPT 仓库、按所选 profile 运行uv sync安装对应 extras、通过dbgpt setup向导生成配置、打印启动命令与访问地址它不会做安装 GPU 驱动或 CUDA、下载大型本地模型、修改 shell rc 文件uv 安装器除外、收集任何遥测数据。二、系统要求快速安装流程主要面向以下环境由 scripts/install/install.sh 中的step_check_platform强制校验macOS或Linux脚本通过uname -s判断其他系统会直接报Unsupported OS退出可运行bash的 shell 环境必须可联网下载依赖且机器上需要git与curl脚本会用require_cmd检查缺失即报错退出如果你要直接使用托管模型 provider需要提前准备好 API Key。:::tip 适用场景 如果你想快速体验 DB-GPT而不是手动管理仓库结构和依赖细节这条路径最合适。 :::三、使用 provider profile 安装安装时可以通过--profile指定 LLM 供应商。支持的 profile 共 7 个openai、kimi、qwen、minimax、glm、custom、default白名单定义在 scripts/install/lib/profiles.sh 的SUPPORTED_PROFILES中与 CLI 侧 packages/dbgpt-core/src/dbgpt/cli/_profiles.py 的PROFILES字典一一对应。每个 profile 对应三件事一组uvextras决定安装哪些可选依赖、一个 API Key 环境变量名、一套默认的 LLM / Embedding 模型与端点。OpenAI 兼容 profilecurl -fsSL https://raw.githubusercontent.com/eosphoros-ai/DB-GPT/main/scripts/install/install.sh \ | OPENAI_API_KEYsk-xxx bash -s -- --profile openai环境变量OPENAI_API_KEY默认模型gpt-4oLLM/text-embedding-3-smallEmbeddingprovider 均为proxy/openai端点https://api.openai.com/v1见 _profiles.py。通过 Moonshot API 使用 Kimicurl -fsSL https://raw.githubusercontent.com/eosphoros-ai/DB-GPT/main/scripts/install/install.sh \ | MOONSHOT_API_KEYsk-xxx bash -s -- --profile kimi环境变量MOONSHOT_API_KEY默认模型kimi-k2LLM 走proxy/moonshothttps://api.moonshot.cn/v1。注意Kimi profile 的 Embedding 端点默认仍指向 OpenAItext-embedding-3-small因此 install.sh 会额外检查OPENAI_API_KEY并在缺失时警告Kimi profile also needs OPENAI_API_KEY for embeddings.。这个「LLM 与 Embedding 使用不同密钥」的设计在 _profiles.py 中通过embedding_env_var字段显式表达。通过 OpenAI 兼容接口使用 MiniMaxcurl -fsSL https://raw.githubusercontent.com/eosphoros-ai/DB-GPT/main/scripts/install/install.sh \ | MINIMAX_API_KEYsk-xxx bash -s -- --profile minimax环境变量MINIMAX_API_KEY默认模型abab6.5s-chatLLM/embo-01Embedding均走proxy/openai协议接入https://api.minimax.chat/v1。其余 profile 速查除上述文档示例外脚本还支持以下 profile用法相同只需替换环境变量与--profile值ProfileAPI Key 环境变量默认 LLM 模型LLM 端点额外依赖相对公共集openaiOPENAI_API_KEYgpt-4ohttps://api.openai.com/v1—kimiMOONSHOT_API_KEYEmbedding 另需OPENAI_API_KEYkimi-k2https://api.moonshot.cn/v1—qwenDASHSCOPE_API_KEYqwen-plushttps://dashscope.aliyuncs.com/compatible-mode/v1proxy_tongyiminimaxMINIMAX_API_KEYabab6.5s-chathttps://api.minimax.chat/v1—glmZHIPUAI_API_KEYglm-4-plushttps://open.bigmodel.cn/api/paas/v4proxy_zhipuaicustomOPENAI_API_KEY可改 BaseURLgpt-4o任意 OpenAI 兼容端点—default不强制要求gpt-4oOpenAI 默认—环境变量与模型映射的完整来源是 _profiles.py 的 PROFILES 字典各 profile 的 extras 组合见 profiles.sh 的 profile_extras 函数公共依赖为base、proxy_openai、rag、storage_chromadb、dbgpts五项。四、复用已有本地仓库如果你已经有一个本地 DB-GPT 仓库例如当前 checkout可以直接复用而不是重新克隆到~/.dbgpt/DB-GPT。脚本通过--repo-dir指定仓库目录并用git rev-parse --show-toplevel校验它确实是一个 git checkout见 install.sh 的 resolve_repo_dir。使用本地仓库 OpenAIOPENAI_API_KEYsk-xxx \ bash scripts/install/install.sh --profile openai --repo-dir $(pwd) --yes使用本地仓库 KimiMOONSHOT_API_KEYsk-xxx \ bash scripts/install/install.sh --profile kimi --repo-dir $(pwd) --yes使用本地仓库 MiniMaxMINIMAX_API_KEYsk-xxx \ bash scripts/install/install.sh --profile minimax --repo-dir $(pwd) --yes注意设置--repo-dir后--version参数会被忽略脚本会打印警告直接沿用你现有 checkout 的代码。五、安装脚本的全部参数与环境变量install.sh --help源码 parse_args / usage暴露的完整选项如下参数说明--profile name部署 profile取值openai / kimi / qwen / minimax / glm / custom / default省略时交互选择--yes非交互模式下默认openai--config path直接复用已有 TOML 配置跳过配置生成步骤--install-dir path安装根目录默认~/.dbgpt可用环境变量DBGPT_INSTALL_DIR覆盖--version git-ref要 checkout 的 git tag 或分支默认main环境变量DBGPT_VERSION--repo-dir path复用已有本地 DB-GPT checkout环境变量DBGPT_REPO_DIR--mirror china使用清华 PyPI 镜像实现方式是导出UV_INDEX_URLhttps://pypi.tuna.tsinghua.edu.cn/simple见 step_apply_mirror--yes非交互模式接受所有默认值--start安装完成后立即启动 DB-GPT server除--profile外脚本还接受各 provider 的 API Key 环境变量OPENAI_API_KEY、MOONSHOT_API_KEY、DASHSCOPE_API_KEY、MINIMAX_API_KEY、ZHIPUAI_API_KEY。安装脚本发现环境变量中已有对应 Key 时会把它透传给dbgpt setup --api-key直接写入生成的配置见 step_generate_config。六、安装脚本会准备什么安装脚本会帮你准备一套通用运行布局仓库 checkout在~/.dbgpt/DB-GPT下放置一个 DB-GPT checkout未使用--repo-dir时以git clone --depth 1浅克隆若目录已存在且是 git 仓库则询问是否fetch并checkout到指定版本依赖安装在仓库内执行uv sync --all-packages加上 profile 对应的--extra参数如--extra base --extra proxy_openai --extra rag ...实现见 step_install_deps配置生成在~/.dbgpt/configs/下生成 provider 配置文件~/.dbgpt/configs/profile.toml。配置由dbgpt setup --profile profile --yes子进程生成底层是 packages/dbgpt-core/src/dbgpt/cli/_wizard.py 中的run_setup_noninteractive。值得注意的安全细节由于 profile TOML 内嵌明文 API Key_config.py 会将~/.dbgpt目录权限设为0700、配置文件设为0600仅属主可读DB-GPT home 目录~/.dbgpt/作为运行 home可用DBGPT_HOME环境变量覆盖启动指引打印基于生成 profile 的 webserver 启动命令step_print_summary输出 Profile / Repository / Config 三个关键路径。七、安装完成后启动 DB-GPT安装完成后使用生成的 profile 配置启动 webservercd ~/.dbgpt/DB-GPT uv run dbgpt start webserver --profile profileprofile替换为你实际使用的 profile 名例如--profile openai。如果安装时使用了--config指定了自定义配置文件则应使用uv run dbgpt start webserver --config 你的配置文件路径。然后打开 http://localhost:5670 即可访问 Web UI。配置解析的优先级在源码 maybe_run_wizard 中定义为--config显式路径 已存在的 profile 配置~/.dbgpt/configs/profile.toml--yes非交互生成 交互式向导。也就是说重复执行dbgpt setup可以随时重新生成配置。八、验证安装是否成功如果满足以下条件就说明安装成功webserver 启动时没有配置错误Web UI 能在http://localhost:5670打开你可以在浏览器中发起聊天。脚本自身也会在结束前执行一次uv run dbgpt --version做 CLI 自检见 step_validate成功时打印dbgpt CLI verified。九、其他安装方式与故障排查其他安装方式如果安装脚本不适合你的环境使用 CLI 安装通过 PyPI 安装并使用dbgpt命令使用 源码安装用于开发、调试和自定义部署。安装脚本不适合我的 shell 或平台脚本明确只支持 macOS / Linux bash。如果你使用的是其他环境请改用 CLI 安装 或 源码安装。我想更细粒度地控制依赖和配置请使用 源码安装。它会暴露完整仓库结构和uv sync安装流程仓库 configs/ 目录下也提供了dbgpt-proxy-openai.toml、dbgpt-proxy-deepseek.toml、dbgpt-local-qwen.toml等大量现成配置文件可作参考。安装完成了但 DB-GPT 启动不正常先检查~/.dbgpt/configs/下生成的配置文件重点确认 API Key、模型名与 BaseURL 是否与你的 provider 一致然后参考 安装问题排查。该文档覆盖了 Python 版本需 3.10与uv未安装等常见问题并给出uv python pin 3.11之类的修复命令。十、小结快速安装路径的价值在于「约定优于配置」一条curl | bash完成环境检测、依赖同步与配置生成--profile把 provider 差异收敛为「一个环境变量 一个参数」。从源码看shell 侧的 profiles.sh 与 Python 侧的 _profiles.py 共同维护同一份 profile 契约dbgpt setup向导负责把契约落成带权限保护的~/.dbgpt/configs/profile.toml最终由dbgpt start webserver --profile profile启动服务。掌握这套布局后无论是换 provider、复用本地仓库还是排查启动问题都有明确的文件与命令可以对照。【免费下载链接】DB-GPTopen-source agentic AI data assistant for the next generation of AI Data products.项目地址: https://gitcode.com/GitHub_Trending/db/DB-GPT创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考