260 lines
6.2 KiB
Markdown
260 lines
6.2 KiB
Markdown
# Life Echo 本地开发环境配置
|
||
|
||
本文档介绍如何在本地配置和运行 Life Echo 服务，支持异步 LLM 调用、Redis 会话存储和 Celery 后台任务。
|
||
|
||
## 架构概述
|
||
|
||
```
|
||
┌─────────────────┐ ┌─────────────────┐ ┌─────────────────┐
|
||
│ FastAPI API │────▶│ Redis │◀────│ Celery Worker │
|
||
│ (WebSocket) │ │ (会话 + 队列) │ │ (后台任务) │
|
||
└─────────────────┘ └─────────────────┘ └─────────────────┘
|
||
│ │
|
||
│ ┌─────────────────┐ │
|
||
└─────────────▶│ PostgreSQL │◀─────────────┘
|
||
│ (持久化存储) │
|
||
└─────────────────┘
|
||
```
|
||
|
||
## 前置要求
|
||
|
||
- Python 3.10+
|
||
- Docker 和 Docker Compose（用于 Redis）
|
||
- 有效的 LLM API Key（DeepSeek 或兼容 OpenAI 的服务）
|
||
|
||
## 快速开始
|
||
|
||
### 1. 启动 Redis
|
||
|
||
使用 Docker Compose 启动 Redis：
|
||
|
||
```bash
|
||
cd api
|
||
docker compose -f docker-compose.dev.yml up -d
|
||
```
|
||
|
||
验证 Redis 是否运行：
|
||
|
||
```bash
|
||
docker exec life-echo-redis-dev redis-cli ping
|
||
# 应该返回 PONG
|
||
```
|
||
|
||
### 2. 配置环境变量
|
||
|
||
创建或编辑 `.env` 文件：
|
||
|
||
```bash
|
||
cp .env.example .env # 如果有示例文件
|
||
```
|
||
|
||
配置以下环境变量：
|
||
|
||
```env
|
||
# LLM 配置（DeepSeek）
|
||
DEEPSEEK_API_KEY=your_api_key_here
|
||
DEEPSEEK_MODEL=deepseek-chat
|
||
DEEPSEEK_BASE_URL=https://api.deepseek.com
|
||
|
||
# 或者使用通用 LLM 配置
|
||
# LLM_API_KEY=your_api_key
|
||
# LLM_MODEL=gpt-4
|
||
# LLM_BASE_URL=https://api.openai.com
|
||
|
||
# Redis 配置
|
||
REDIS_URL=redis://localhost:6379/0
|
||
REDIS_SESSION_TTL=86400 # 会话过期时间（秒），默认 24 小时
|
||
|
||
# 数据库配置（PostgreSQL，与线上一致）
|
||
DATABASE_URL=postgresql://postgres:postgres@localhost:5432/life_echo
|
||
|
||
# JWT 配置
|
||
SECRET_KEY=your-secret-key-change-in-production
|
||
ALGORITHM=HS256
|
||
ACCESS_TOKEN_EXPIRE_MINUTES=120
|
||
```
|
||
|
||
### 3. 安装依赖
|
||
|
||
```bash
|
||
cd api
|
||
uv sync
|
||
```
|
||
|
||
### 4. 数据库迁移（首次或 schema 变更后）
|
||
|
||
```bash
|
||
cd api
|
||
uv run alembic upgrade head
|
||
```
|
||
|
||
> 数据库 schema 由 Alembic 管理，不再在应用启动时自动建表。新库或 schema 变更后需执行上述命令。
|
||
|
||
### 5. 启动 FastAPI 服务
|
||
|
||
```bash
|
||
cd api
|
||
uvicorn main:app --reload --host 0.0.0.0 --port 8000
|
||
```
|
||
|
||
### 6. 启动 Celery Worker
|
||
|
||
在另一个终端窗口：
|
||
|
||
```bash
|
||
cd api
|
||
celery -A tasks.celery_app worker --loglevel=info --concurrency=2
|
||
```
|
||
|
||
## 服务说明
|
||
|
||
### FastAPI API (端口 8000)
|
||
|
||
- 主 API 服务，处理 HTTP 和 WebSocket 请求
|
||
- 对话的实时响应通过异步 LLM 调用生成
|
||
- 会话历史存储在 Redis 中
|
||
|
||
### Redis (端口 6379)
|
||
|
||
- 存储对话会话历史（支持多实例部署）
|
||
- 作为 Celery 的消息队列
|
||
- 会话数据自动过期（默认 24 小时）
|
||
|
||
### Celery Worker
|
||
|
||
- 处理回忆录生成等后台任务
|
||
- 支持任务重试和失败恢复
|
||
- 可以水平扩展
|
||
|
||
## 生产环境部署
|
||
|
||
### 使用 Docker Compose 一键部署
|
||
|
||
```bash
|
||
cd api
|
||
|
||
# 创建生产环境配置
|
||
cp .env .env.prod
|
||
# 编辑 .env.prod 配置生产环境变量
|
||
|
||
# 启动所有服务
|
||
docker compose up -d
|
||
|
||
# 查看日志
|
||
docker compose logs -f
|
||
|
||
# 停止服务
|
||
docker compose down
|
||
```
|
||
|
||
### 服务扩展
|
||
|
||
扩展 Celery Worker 以处理更多并发任务：
|
||
|
||
```bash
|
||
# 启动额外的 worker
|
||
docker compose up -d --scale celery-worker=3
|
||
```
|
||
|
||
### 监控（可选）
|
||
|
||
启用 Flower 监控面板：
|
||
|
||
1. 编辑 `docker-compose.yml`，取消 `flower` 服务的注释
|
||
2. 重启服务：`docker compose up -d`
|
||
3. 访问 http://localhost:5555 查看 Celery 任务监控
|
||
|
||
## 常见问题
|
||
|
||
### Redis 连接失败
|
||
|
||
```
|
||
Redis 连接失败: Error connecting to redis://localhost:6379/0
|
||
```
|
||
|
||
**解决方法**：
|
||
1. 确认 Redis 容器正在运行：`docker ps | grep redis`
|
||
2. 检查 `REDIS_URL` 环境变量是否正确
|
||
3. 如果在 Docker 内运行 API，使用 `redis://redis:6379/0`
|
||
|
||
### Celery 任务不执行
|
||
|
||
**解决方法**：
|
||
1. 确认 Celery Worker 正在运行
|
||
2. 检查 Redis 连接是否正常
|
||
3. 查看 Celery 日志：`celery -A tasks.celery_app worker --loglevel=debug`
|
||
|
||
### LLM 调用超时
|
||
|
||
**解决方法**：
|
||
1. 检查网络连接
|
||
2. 确认 API Key 有效
|
||
3. 考虑增加超时时间或切换到更快的模型
|
||
|
||
## 性能优化建议
|
||
|
||
### 支持几百用户
|
||
|
||
1. **Redis 集群**：对于高并发场景，考虑使用 Redis 集群
|
||
2. **数据库**：使用 PostgreSQL，按负载调整连接池与实例
|
||
3. **Celery Worker**：根据负载增加 Worker 数量
|
||
4. **API 实例**：使用负载均衡器部署多个 API 实例
|
||
|
||
### 配置建议
|
||
|
||
```env
|
||
# Redis 最大内存（防止 OOM）
|
||
# 在 docker-compose.yml 中配置：--maxmemory 512mb
|
||
|
||
# Celery 并发数（根据 CPU 核心数调整）
|
||
# 在启动命令中配置：--concurrency=4
|
||
|
||
# 会话 TTL（根据业务需求调整）
|
||
REDIS_SESSION_TTL=86400
|
||
```
|
||
|
||
## API 端点
|
||
|
||
- `GET /` - API 信息
|
||
- `GET /health` - 健康检查
|
||
- `WS /ws/conversation/{conversation_id}?token=xxx` - WebSocket 对话
|
||
- `POST /api/auth/register` - 用户注册
|
||
- `POST /api/auth/login` - 用户登录
|
||
- `GET /api/conversations/{id}` - 获取对话详情
|
||
- `GET /api/chapters` - 获取章节列表
|
||
- `GET /api/books` - 获取书籍列表
|
||
|
||
## 开发提示
|
||
|
||
### 测试 WebSocket 连接
|
||
|
||
```python
|
||
import asyncio
|
||
import websockets
|
||
import json
|
||
|
||
async def test():
|
||
uri = "ws://localhost:8000/ws/conversation/test-123?token=YOUR_TOKEN"
|
||
async with websockets.connect(uri) as ws:
|
||
# 发送消息
|
||
await ws.send(json.dumps({
|
||
"type": "text",
|
||
"data": {"text": "你好，我想聊聊我的童年"}
|
||
}))
|
||
# 接收响应
|
||
response = await ws.recv()
|
||
print(response)
|
||
|
||
asyncio.run(test())
|
||
```
|
||
|
||
### 手动触发 Celery 任务
|
||
|
||
```python
|
||
from app.tasks.memoir_tasks import process_memoir_segments
|
||
|
||
# 同步调用（测试）
|
||
result = process_memoir_segments.delay("user_id", ["segment_id_1", "segment_id_2"])
|
||
print(result.get(timeout=60))
|
||
```
|