"从 clone 到看到数据"的耗时是评估开源平台的重要指标。本文基于 DC3 当前主干演示完整流程。前置条件：JDK 21、Maven 3.9+、Podman 或 Docker 及可联网环境。
第一步：起基础设施
bash
git clone https://github.com/pnoker/iot-dc3.git
cd iot-dc3
make up-db这一步用 compose 启动 PostgreSQL（含 TimescaleDB、pgvector、AGE 扩展的定制镜像）与 RabbitMQ。国内网络环境可使用 make up-db-cn（阿里云镜像源）。
第二步：编译
bash
source dc3/env/dev.env.sh
mvn -s .mvn/settings.xml clean package首次编译需拉取依赖，视网络情况约 5--15 分钟；仅需验证编译时可使用 mvn -s .mvn/settings.xml -q -DskipTests compile。
第三步：起全栈
bash
make up-dev网关、四大中心服务、驱动逐一启动。可选观测组件（EMQX、ELK、Prometheus、Grafana）通过 make up-optional 启动。
第四步：验证
浏览器打开 http://localhost:8080 登录后：
- 看首页：仪表盘起来，说明网关与各中心服务通信正常；
- 验证数据链路：启用 Virtual 虚拟驱动，其模拟设备持续上报位值，设备列表、实时数据、历史曲线均可立即验证；
- 体验 AI Chat：配置模型后，用自然语言查设备与点位数据；
- 可选 ：导入演示数据集
dc3/dependencies/postgres/demo/iot-dc3-demo.sql，获得预置设备与点位。
完成上述步骤后即可进入验证环节。
常见问题（实测确认）
- 8080 端口占用：其他服务占用 8080 时前端页面空白，更换端口即可；
- 首次建库失败 ：seed 初始化仅在空数据卷时执行，失败后需
make down确认卷已清理再重试； - 国内镜像拉取慢 ：使用
-cn后缀的 make 目标； - 其他问题：docs.dc3.site 的 Troubleshooting 章节支持按报错关键字检索。
实事求是的边界
- 本流程覆盖验证链路；接入真实设备的时间取决于协议与点位建模，与部署环节无关；
- 生产部署请看 dc3/doc/DEPLOYMENT.md：K8s / Helm / Swarm 配置、TLS、容量规划都在那里，本文的 compose 流程适合开发与体验。
仓库 ：GitHub
pnoker/iot-dc3· Giteepnoker/iot-dc3（GVP）文档：docs.dc3.site（Quickstart / Troubleshooting）· book.dc3.site · demo.dc3.site