用 ChatGPT+LangChain 部署到服務器，打造專屬 GPT知識庫
本地部署
安裝 python，小白自己去找安裝教程
pip install llama-index，安裝 llama-index 庫
pip install langchain，安裝 langchain 庫
pip install gradio，安裝 gradio 庫
pip install openai，安裝 openai 庫
若有報錯，那根據(jù)報錯進行安裝相應的庫，可能因為網(wǎng)絡等原因致安裝不成功，或缺少自帶的庫。
上面的代碼有兩處是需要修改的，一是修改文件路徑，（我這里是在 D 盤創(chuàng)建了一個 ai 的文件夾，下面是該文件夾為例）；二是修改填寫你的 open ai 的 api。
將上面的代碼，保存為 app.py，放到 ai 文件夾。同時，在 ai 文件下創(chuàng)建一個文件夾，命名為 docs，用于放需要訓練的文本。
將你的知識庫以 md 格式，或者 txt、pdf 等格式放到 docs 文件夾
一切做完后，用 VS code 等解釋器打開 app.py 便可運行。若沒有解釋器，也可以用 cmd 命令運行，輸入 python D:\ai\app.py，進行運行便可。
運行因電腦算力和訓練的文本多少不同，訓練完成之后，會有一個本地域名，用瀏覽器打開，便可像 chat gpt 一樣，使用自己專屬的 gpt。
關閉運行的話是在終端，鍵入 ctrl+c
注意，每次運行都是對你的知識庫進行全部訓練，會消耗相應的 api tokens。若不是掛到服務器的話，不建議在 docs 文件中放過多的文件，畢竟電腦總是要關機的。
服務器部署
跟本地部署一致，但我們需要通過域名去訪問，所以我們在創(chuàng)建站點之后，要使用到反向代理，對本地的域名進行反向代理，這里以寶塔為例。
代碼
