初めての運用配置

に従って迅速な展開コンテナを引っ張った後、システムにはユーザー、チャンネル、モデルがありません。このページは「空のシステム」から「最初のメッセージを送信する」まで、管理者を作成し、アップストリームチャンネルを追加し、モデルを作成し、デフォルトモデルとタスクモデルを設定し、埋め込みモデルを設定し、最後にいくつかのオプションのアップグレードがあります。

ステップ1:管理者アカウントを作成する

ブラウザがサイトを開きます 新しいデプロイ(ユーザー数は0)に自動的に戻ります 最初のセットアップページ/setup3つのフィールドを記入する:

フィールド	要求
郵便箱	登録アカウントとして
名前	表示名
コード	少なくとも8文字

提出後、このアカウント**すぐに管理者になり、自動的にログインします。**郵便局の確認は必要ありません。

Setup チャンスは1回だけ。

システムにアカウントがあれば、/setup永久に無効(再度アクセスが 409 に戻ります)ので、デプロイが完了したら、できるだけ早くこのステップを実行し、「ゼロユーザー」のインスタンスを長時間公開しないでください。

その後のユーザー管理(招待、ブロック、クォータ)は、管理コンソールで行います。ユーザーとクォーター。

ステップ 2: 管理コンソールにアクセス

管理コンソール 入力は 2 つあり、効果は同じです。

• サイドバーの下部にあるアカウントメニューの管理入力
• 直接訪問/admin。

各ページのバックグラウンドを見るコンソール管理概要最初の設定は主に「チャンネルチャンネル」と「モデルモデル」の2ページに使用されます。

ステップ3:チャンネルを追加する

チャンネル は、アップストリーム モデル サーバーへの接続です。すべてのサーバー API キーは、データベースのチャンネル テーブルに保存されています。.env中**. 管理コンソールの「チャンネルチャンネル」ページにアクセスして、新しいチャンネルを作成するときにタイプを選択し、接続情報を記入します。

チャンネルタイプ	適用アップストリーム	必要記入
Anthropic	Anthropic オフィシャルまたは契約に準拠するサービス	Base URL + API Key
OpenAI	OpenAI オフィシャルまたはそのプロトコルと互換性のあるサービス	Base URL + API Key
Gemini	Google Gemini	Base URL + API Key
OpenAI 互換性	OpenAI 形式のインターフェイスを暴露するすべての中継、集合、またはローカル推論サービス	Base URL + API Key

フィールド説明:

• タイプ: Aivory がどのプロトコル形式でアップストリームを呼び出すかを決定します。公式 API でオフィシャルタイプを選択し、中継またはカスタム推理サービスで通常「OpenAI 互換性」を選択します。
• Base URL: アップストリームサービスアドレス。
• API Key: アップストリームが発行したキーは、データベースに保存されます。

デプロイは複数のチャンネルを同時に追加できます(たとえば、Anthropic オフィシャルチャンネルと OpenAI 互換性のあるインターバルなど)、チャンネル自体は一般ユーザーには見えず、ユーザーは次に作成した「モデル」のみを見ることができます。チャンネルとモデル。

API Key がなくても確認できますか?

在 .env中設置ENABLE_MOCK_PROVIDER=true再起動すると、デモチャンネルとデモモデルが組み込まれており、会話全体のリンクを端末まで実行できます。 チェックが完了し、実際のチャンネルを追加すると、変更を覚えておきましょう。false。

ステップ4:モデル(モデル)の作成

チャンネルを構築すると、「モデルモデル」ページにユーザーに見えるモデルエントリを作成します。各モデルのフィールド:

フィールド	説明
名称	ユーザーに表示される モデル名、モデルピッカーに表示される
アイテム	モデル 選択器およびメッセージストリーム内のアイコン
kind	モデルタイプ:chat(会話) /image(画像生成)embedding(ベータ入力)
チャンネル	この モデル 行く どの チャンネル 呼び出し アップストリーム
アップストリーム モデル ID	アップストリーム API に送信される真のモデル ID は、サービスプロバイダーのモデル名と完全に一致する必要があります
定価	この モデルのトークンの単価は、プラットフォーム内の使用量の計算に使用されます
vision	画像の入力を受け入れますか? 開いた後、ユーザーはそのモデルの会話で画像を送信できます。
stream	流通方式で輸出を返すか
tool_mode	ツールの呼び方:native(アップストリーム ネイティブツール呼び出し)prompt(ヒントワードアナログツールで呼び出し、ネイティブの function calling をサポートしないアップストリームに適しています)none(このモデルはツールを使用しません)
研究スイッチ	この モデル は ディプリサーチ で使用できるか、参照ディプリサーチ

モデル**アクティブ化後、すべてのユーザーのモデルピッカーに表示されます。**少なくとも最初に作成することをお勧めします:

1. 1 主力chatモデル(ストリームを起動し、アップストリーム能力に vision および tool_mode を設定します)
2. 安価で速い小さなモデル、次のステップはタスクモデルとして指定できます。
3. ナレッジベースなら、もう1つ作るembeddingモデル(ステップ6を参照)。

アップストリーム モデル ID 書き間違いが最も一般的な転換点

「アップストリーム モデル ID」は実際にサービスプロバイダーに送信され、口頭エラーが会話に直接エラーを報告する可能性があります。

ステップ5:デフォルトモデルとタスクモデルを設定する

モデル を構築すると、管理コンソールで 3 つのグローバル ロールカテゴリを指定します。

役割	用途	提案
デフォルトモデル	ユーザーが新しい会話を作成するときにデフォルトの選択	チャットモデルを選択
タスクモデル	システム内の小さなタスク呼び出し、ユーザーに直接向かわない	安価で安定したモデルを選ぶ
埋め込みモデル	ナレッジベース ベクトリ化、ナレッジベース 機能必要な条件	第6ステップをご覧ください。

ステップ 6: 埋め込みモデルを設定し、ナレッジベースを有効にする

ナレッジベース (RAG) は 1 つの埋め込みモデルを必要とします。 2 つの構成パスを選択します。

ルートA、環境変数(スタートタイムの後半):在deploy/.env中配置EMBEDDING_BASE_URL / EMBEDDING_API_KEY / EMBEDDING_MODEL / EMBEDDING_DIM任意のOpenAI形式を指します。/v1/embeddings端点、そして再起動。

ルートB、コンソール管理●1つを作るkind = embeddingモデル(特定のチャンネルを参照)を組み込みモデルとして設定します。

どのような方法であれ、次元の一致性を考慮する必要があります:

EMBEDDING_DIM は モデル 出力次元と一致する必要があります

Qdrant では、組み込まれた幅に基づいて独立した collection を使用します。 モデルの実際の出力と相性が一致しない場合、システムは、組み込まれた 256 ビットのローカル embedder を返し、その collection は 1536 ビットモデルのベクトルと互換性がありません。text-embedding-3-small対応EMBEDDING_DIM=1536。

完全に埋め込みモデルが設定されていない場合、ナレッジベースはまだ作成可能で、ベクトル回収が終了した場合、RAGは範囲内の文書の全文をコンテキストに注入するように戻ります。ナレッジベースガイド。

ステップ7:最初のメッセージの検証を送信する

チャットインタフェースに戻る:

1. モデルピッカーで作成したチャットモデルを選択します。
2. 返信を確認するメッセージを送信する。
3. モデル が vision を有効にしている場合は、もう一枚の画像を複数のモデルで検証できます。
4. tool_mode でない場合noneモデルがネットワークで検索またはコードを実行し、ツールリンクを検証できます(以下のオプション設定を完了する必要があります)。

エラーレポートのチェック順序:アップストリーム モデル ID が正しく、チャンネル Base URL/API Key が有効かどうか、docker compose logs appよくある質問 よくある質問 よくある質問FAQ。

選択可能配置

以下の 3 つは、必要に応じて基本的な会話に影響を与えません。

ネット検索

モデルに Web 検索ツールを提供します。 2 つの構成方法:コンソールのオンライン構成を管理する、または.envスタート時刻(SEARCH_PROVIDER / SEARCH_API_KEY / SEARCH_BASE_URL):

• serper / braveタグ: API キー
• searxng: インスタンスの Base URL を記入し、キーは必要ありません。

ネット検索もディプリサーチ機能の基礎です。ディプリサーチ。

コード サンドボックス

Docker Compose コンポーネント既に内蔵サンドボックスサービス、appサンドボックスと組み込まれたデフォルトキーを共有し、構成なしでPythonコードを実行できます。唯一の要件は、管理コンソールの設定を維持することです。sandbox_base_url 与 sandbox_api_keyフィールド空のために内蔵サンドボックスが使用されます。この2つのフィールドは、外部のカスタムサンドボックスを接続するときにのみ記入されます。

サンドボックスのリソース制限、ネットワーク隔離、持続性コード サンドボックス 展開ユーザー側の利用法Python サンドボックス ガイド。

MinerU ドキュメント解析

スキャン版および画像型の PDF には、OCR が必要です ナレッジベースの検索にアクセスします。.env配置MINERU_API_URL(仮認)https://mineru.net)とMINERU_API_KEYあるいは、管理コンソールのサイト設定のオンライン設定で、場所設定構成されていない場合、このようなドキュメントがアップロードされた後、位置付けテキストの行が 1 つしかありません。

古い例からの移行

別の Aivory インスタンスから移行する場合、上記の設定を手動で再構築する必要はありません:古いインスタンスの管理コンソールの「バックアップと移行」ページで完全な移行パッケージ(データベースのロジックバックアップ、オプションのアップロードファイルとプロダクト、Qdrant ベクトルデータ)を生成し、新しいインスタンスの同じページにインポートできます。MAX_BACKUP_BYTES制御、デフォルト 20 GiB. 完全なプロセスを参照バックアップと移行。

次のステップ

• リバースプロキシとHTTPS:appコンテナは明確な HTTP を提供し、公衆ネットワークの展開には TLS 終了層が必要です
• Cloudflare アクセス: Cloudflare を通じてサイトを暴露する際に設定するポイント
• ユーザーとクォーター公開登録前に日々のメッセージと画像の制限を設定
• 会話機能ガイドユーザーに使用マニュアルを送信する
• コンソール管理概要残りのバックパフォーマンス