配置私有 AI 代码文档系统

再也不用像以前那样硬着头皮啃代码了，借助AI去分析理解项目的架构设计、核心技术原理。

DeepWiki

如果你计划在国内环境的本机上配置一套类似 DeepWiki 的代码文档生成系统，以下是经过优化的部署方案，涵盖开源项目选择、配置细节、网络优化及资源要求等关键环节。结合多个项目实践，以下是最适合本地部署的四种方案：

🚀 一、基于 DeepWiki-Open 的 Docker 快速部署（推荐新手）

项目地址 ：AsyncFuncAI/deepwiki-open

特点：一键生成交互式 Wiki，支持 Mermaid 图表、私有仓库接入，适合快速上手。

部署步骤：

克隆项目：

bash 复制代码

git clone https://github.com/AsyncFuncAI/deepwiki-open.git
cd deepwiki-open

配置国内镜像加速 （避免拉镜像慢）：

编辑 docker-compose.yml 文件，在 services 下添加国内镜像源：
yaml 复制代码
```
services:
  koalawiki:
    image: registry.cn-hangzhou.aliyuncs.com/asyncfunc/deepwiki-open  # 替换为阿里云镜像
```

配置 API 密钥 ：

创建 .env 文件，填写以下内容（需注册国内可用的大模型服务）：

ini 复制代码

# 使用国内模型服务（如 DeepSeek、ChatGLM）
OPENAI_API_KEY=sk-xxx   # 替换为 DeepSeek 或智谱 API Key
ENDPOINT=https://api.deepseek.com/v1  # 例如 DeepSeek 的 API 地址

启动服务：
复制代码
```
docker-compose up -d
```
访问系统 ：

浏览器打开 http://localhost:3000，粘贴 GitHub/GitLab 仓库 URL 即可生成文档。

🧩 二、基于 OpenDeepWiki 的完整解决方案

项目地址 ：AIDotNet/OpenDeepWiki

特点：支持多仓库、多语言、企业级权限管理，适合长期使用。

部署步骤：

拉取项目：

bash 复制代码

git clone https://gitee.com/AIDotNet/OpenDeepWiki.git  # 国内推荐 Gitee
cd OpenDeepWiki

配置 Docker 镜像 ：

修改 docker-compose.yml 中的镜像地址为国内源：
yaml 复制代码
```
services:
  koalawiki:
    image: registry.cn-shenzhen.aliyuncs.com/aidotnet/opendeepwiki
```

配置模型服务（二选一）：

国内在线模型（如 DeepSeek-V3）：

yaml 复制代码

environment:
  CHAT_MODEL: DeepSeek-V3
  CHAT_API_KEY: sk-xxx   # 从 https://platform.deepseek.com 获取
  ENDPOINT: https://api.deepseek.com/v1

本地离线模型（需 GPU）：

bash 复制代码

CHAT_MODEL: qwen2.5:32b-instruct-fp16   # 需自行部署 Ollama 服务 
ENDPOINT: http://localhost:11434/v1

启动与访问：
复制代码
```
docker-compose up -d
```
访问 http://localhost:8090，添加仓库后自动生成文档。

🔒 三、本地离线大模型部署方案（适合高安全需求）

适用场景 ：代码敏感需完全离线运行

硬件要求：4*RTX 3090（或单卡 48GB 显存）

部署流程：

部署 Ollama 服务 ：

安装 Ollama 并下载 Qianwen-32B 模型：
arduino 复制代码
```
curl -fsSL https://ollama.ai/install.sh | sh
ollama run qwen2.5:32b-instruct-fp16
```

配置 OpenDeepWiki ：

修改 docker-compose.yml：

yaml 复制代码

environment:
  CHAT_MODEL: qwen2.5:32b-instruct-fp16
  ENDPOINT: http://host.docker.internal:11434/v1  # 主机网络访问

启动服务：
复制代码
```
docker-compose up -d
```

⚙️ 四、手动部署（适合定制化开发）

环境要求：

Python 3.10+、Node.js 18+

国内 pip 镜像加速：

arduino 复制代码

pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple

步骤：

后端启动：

bash 复制代码

cd deepwiki-open/api
pip install -r requirements.txt
python -m api.main  # 监听 8000 端口

前端启动：

bash 复制代码

cd ../web
npm install --registry=https://registry.npmmirror.com  # 使用 npm 镜像
npm run dev  # 监听 3000 端口

💎 配置总结表（快速选择）

方案	难度	硬件要求	网络依赖	适用场景
DeepWiki-Open	⭐️⭐️	8GB RAM + SSD	需模型 API	快速体验公开/私有仓库
OpenDeepWiki	⭐️⭐️⭐️	16GB RAM + SSD	可选离线	企业多仓库管理
本地大模型部署	⭐️⭐️⭐️⭐️	4*GPU（显存≥24GB）	无	高安全敏感代码
手动部署	⭐️⭐️⭐️⭐️	16GB RAM + SSD	无	深度定制开发需求

⚠️ 关键注意事项

网络优化：
- Docker 镜像拉取慢 → 替换为 registry.cn-hangzhou.aliyuncs.com 等国内源
- pip/npm 安装慢 → 配置清华/阿里镜像源
模型选择建议：
- 优先选 DeepSeek-V3 、ChatGLM4 等国内 API，平衡成本与效果
- 离线部署仅建议 32B+ 参数模型（如 Qwen-72B），小模型生成质量较差
私有仓库支持：
- 在 Web 界面添加 GitHub/GitLab PAT（个人访问令牌）
- 本地项目可直接压缩为 ZIP 上传至 OpenDeepWiki
常见问题：
- 若启动失败 → 检查 .env 中 API Key 是否有效
- 图表不生成 → 设置 REPAIR_MERMAID=1

部署完成后，你将在本机拥有一个完全私有的 AI 代码文档系统，支持一键解析仓库、生成架构图、智能问答。安全可控 + 高效检索，尤其适合企业内网或学术研究场景。如需进一步优化，可参考各项目的 GitHub Wiki 或加入开发者社区。

配置私有 AI 代码文档系统

🚀 一、基于 DeepWiki-Open 的 Docker 快速部署（推荐新手）

​部署步骤​：

🧩 二、基于 OpenDeepWiki 的完整解决方案

​部署步骤​：

🔒 三、本地离线大模型部署方案（适合高安全需求）

​部署流程​：

⚙️ 四、手动部署（适合定制化开发）

环境要求：

步骤：

💎 配置总结表（快速选择）

⚠️ ​关键注意事项​

部署步骤：

部署步骤：

部署流程：

⚠️ 关键注意事项