部署Devika - 代理 AI 软件工程师

Devika 是一位高级 AI 软件工程师，可以理解高级人类指令，将它们分解为步骤，研究相关信息，并编写代码以实现给定的目标。Devika 利用大型语言模型、规划和推理算法以及 Web 浏览能力来智能开发软件。

Devika 旨在通过提供 AI 对程序员来彻底改变我们构建软件的方式，该程序员可以在最少的人工指导下承担复杂的编码任务。无论您是需要创建新功能、修复错误还是从头开始开发整个项目，Devika 都能为您提供帮助。

 本地化部署Devika请参考如下步骤：

1、安装python包管理器

curl -LsSf https://astral.sh/uv/install.sh | sh
#To add ~/.cargo/bin to your PATH: 安装时已添加，所以直接执行下面语句
source ~/.cargo/env

2、安装JavaScript运行时：

curl -fsSL https://bun.sh/install | bash
#"在 ~/.bashrc添加 ~/.bun/bin：$PATH "安装时已添加，所以直接执行下面语句
source ~/.bashrc

3、安装ollama

curl -fsSL https://ollama.com/install.sh | sh

如果提示缺少unzip，请安装它：

apt  install unzip

4、创建虚拟环境并激活

uv venv  # 创建虚拟环境

source .venv/bin/activate  #激活虚拟环境

5、安装devika

#克隆代码库
git clone https://github.com/stitionai/devika.git
cd devika/

#安装必要的依赖
uv pip install -r requirements.txt

6、启动 Devika 后台服务器

python devika.py    #运行后台

启动时会从huggingface下载相关模型文件，如果网络不能访问，请使用科学上网方法下载相关模型至/root/.cache/huggingface!

也可以直接到我的百度网盘下载：DevikarootcacheMiniLM-L6-v2模型下载资源-CSDN文库

 使用方法：是解开tar包，然后拷贝覆盖原路径即可。

7、运行前台UI

cd ui/
bun install
bun run start  #运行前台

8、运行

打开浏览器运行下面指令，即可使用 。

#本机运行
http://127.0.0.1:3000

#指定输出IP
bun run start --host 192.168.29.78

9、配置BING和LLM

在API Keys里面需要申请BING的API Key，你可以去微软申请必应的Key。

 配置信息会记录在项目根目录的：config.toml文件中，当然也可以直接在此文件中修改。

OPENAI_API_KEY：用于访问 GPT 模型的 OpenAI API 密钥。
CLAUDE_API_KEY：用于访问 Claude 模型的 Anthropic API 密钥。
BING_API_KEY：用于 Web 搜索功能的必应搜索 API 密钥。
DATABASE_URL：数据库连接的 URL。
LOG_DIRECTORY：存储 Devika 日志的目录。
PROJECT_DIRECTORY：存储 Devika 项目的目录。 

在API Endpoints里面，填写ollama的访问地址。