镜像社区
部署GPU实例
文档中心
常见问题(FAQ)
吟惋兮-自动部署本地QQ机器人
一键部署AstrBot+NapCat+Ollama,兼容所有nv显卡 当廉价的喜欢布满街道 纯粹的爱意显得弱不禁风
0/小时
v1.0

吟惋兮-自动部署本地QQ机器人

概述

本镜像预配置了 AstrBot、NapCat (QQ) 以及 Ollama 服务,旨在提供一个开箱即用的交互式 AI 与聊天机器人运行环境。脚本自动化了所有必要的依赖安装、代码克隆、环境配置以及后台服务的启动。

主要组件

  1. 系统基础依赖:
    • git curl bash sud vim
    • screen pciutils lshw xvfb coreutils bc
  2. Python 环境与包管理:
    • uv: 一个快速的 Python 包安装和解析器,用于管理 AstrBot 的依赖。
  3. 核心应用:
    • AstrBot:
      • 从 Git 仓库克隆 (优先尝试内部 IP,失败则回退到 GitHub)。
      • Python 依赖通过 uv sync 使用指定的 PYPI_MIRROR_URL (默认为阿里云镜像) 进行安装。
      • screen 会话 astrobot 中后台运行。
    • NapCat (QQ):
      • 通过下载并执行 install.sh 脚本进行安装。
      • screen 会话 napcat 中通过 xvfb-run 启动,以支持无头环境运行。
    • Ollama 服务:
      • 通过自定义脚本下载安装 (可能包含在“其他自定义组件”中)。
      • 如果 ollama 命令可用,则在 screen 会话 ollama 中启动服务。
      • 包含一个模型选择向导,允许用户根据检测到的 NVIDIA GPU 显存选择并运行 Ollama 模型 (如 Gemma3, Qwen3, Deepseek-R1 系列)。

预配置与环境变量

  • PYPI 镜像: Python 包安装默认使用 https://mirrors.aliyun.com/pypi/simple/
  • uv 路径: $HOME/.local/bin 已添加到 PATH 环境变量中。
  • AstrBot 克隆目录: AstrBot

如何使用

1. 连接到后台服务

所有核心应用都在 screen 会话中运行。您可以使用以下命令连接到它们:

  • 查看所有 screen 会话:

    screen -ls
    
  • 连接到 AstrBot:

    screen -r astrbot
    

    (如果需要激活 AstrBot 的提示符,可以先执行 screen -X -S astrbot stuff $'\\n')

  • 连接到 NapCat (QQ):

    screen -r napcat
    
  • 连接到 Ollama 服务 (如果已启动):

    screen -r ollama
    
  • 分离 screen 会话: 在 screen 会话中,按 Ctrl+A 然后按 D

2. 与 Ollama 交互 (如果已安装并运行)

  • 列出已下载模型:
    ollama list
    

3. AstrBot 目录

AstrBot 的代码位于克隆的 AstrBot 目录中。

注意事项

  • NVIDIA 显卡: Ollama 模型选择向导目前仅明确支持 NVIDIA 显卡,并使用 nvidia-smi 检测显存。
  • timeout 命令: 脚本在克隆仓库和初步运行 AstrBot 时会尝试使用 timeout 命令。如果系统中未安装 timeout,脚本会有备用逻辑。
  • Systemd 警告: 如果在 Docker 等没有 systemd 的环境中运行安装脚本,可能会看到 WARNING: systemd is not running 的信息,这通常是正常的。
  • 错误排查: 如果某个服务未按预期运行,请使用 screen -r <session_name> 连接到对应会话查看日志输出以进行排查。
  • 依赖同步重试: uv sync 同步 Python 依赖时,如果失败,会进行最多 MAX_SYNC_RETRIES (默认为 5) 次重试,每次间隔 SYNC_RETRY_DELAY (默认为 15) 秒。

镜像信息
@吟惋兮
已使用
12
镜像大小70GB
最近编辑2025-06-04
支持卡型
RTX40系3080Ti3090A100P40A80048G RTX40系
+7
框架版本
PyTorch-114514
CUDA版本
12.4
应用
JupyterLab: 8888
自定义开放端口
6099618511434
+3
版本
v1.0
2025-06-06
PyTorch:114514 | CUDA:12.4 | 大小:70.00GB