详细安装步骤

前提条件

已安装glibc 2.34及以上版本。

操作步骤

使用SSH远程登录工具，将获取软件包中获取的DevKit AI安装包（DevKit-AI-x.x.x-Linux-Kunpeng.tar.gz）拷贝到自定义路径下。
解压DevKit AI安装包（其中“x.x.x”表示版本号，请用实际情况代替）。
```
tar zxvf DevKit-AI-x.x.x-Linux-Kunpeng.tar.gz
```

进入解压后的DevKit AI安装包目录。

cd DevKit-AI-x.x.x-Linux-Kunpeng

解压后文件目录如下：

├── chroma_db                                # 向量数据库
├── config.yaml                              # 服务配置文件
├── documents                                # 待入库的文件
├── embeddings                               # 向量化文档工具
├── encrypt                                  # 加密工具
├── _internal                                # 运行时资源文件
├── libcrypto.so.3                           # 加密工具依赖的OpenSSL库文件(非必须，仅在需要配置加密内容如api_key时并且服务器上未安装对应版本OpenSSL时才需要)
├── mcp_server                               # MCP Server工具
├── Open_Source_Software_Notice.txt
├── Software License Agreement.txt
├── store                                    # 加密内容保存文件
└── 软件许可协议.txt

如本机未安装对应版本的OpenSSL，需要在执行工具前导入环境变量。其中，“/path/to”表示工具文件夹实际存放路径。

export LD_LIBRARY_PATH=/path/to/DevKit-AI-x.x.x-Linux-Kunpeng:$LD_LIBRARY_PATH

（可选）运行encrypt工具，生成api_key密文。使用api_key情况下需要执行该步骤。
```
./encrypt
```
根据提示输入需要加密的内容，回显将显示加密后的密文。如需加密多个内容，可重复执行此操作。
```
please enter the password:
encrypted password： ******************************************************
```
“encrypted password：”后的内容即为密文，前后无额外空格。

配置config.yaml文件。

打开配置文件。
```
vi config.yaml
```

按“i”进入编辑模式，修改配置文件。

# 服务基础核心配置
server:
  # 支持协议：http / https 默认https；用户需填写host值；port值默认为8000
  protocol: https
  host:
  port: 8000
  # HTTPS SSL证书配置 (https模式时必填，http模式自动失效)
  ssl:
    ssl_keyfile: /path/key.pem
    ssl_certfile: /path/cert.pem
  # 用户认证，用于鉴权 (可选)；value填写为加密后的值
  key :
    enable: false
    value:


# 聊天模型配置
llm:
  model:
  provider:
  base_url:
  api_key:


# 词嵌入模型配置
embedding:
  model:
  provider:
  base_url:
  api_key:

表1 参数说明
参数		说明
服务基础核心配置
protocol		服务协议，默认使用https。若配置为https，请在ssl字段中配置证书文件相关信息。
host		本机IP地址。无默认值，不建议填写0.0.0.0。
port		服务侦听端口，默认8000。说明：如果服务器已开通防火墙，请确认服务器OS防火墙已开通服务侦听端口，请参考开启防火墙端口。
ssl	ssl_keyfile	通过OpenSSL获取的私钥文件。
ssl	ssl_certfile	通过OpenSSL获取的证书文件。
key	enable	是否启用用户认证，若开启则需要配置value。
key	value	认证的key值密文，密文可使用步骤4工具生成。
聊天/词嵌入模型配置
model		模型名称。
provider		模型provider，仅支持openai或ollama格式。
base_url		模型的服务地址。
api_key		模型的api_key密文，仅openai格式需要使用，可通过步骤4工具生成。

由于工具共用运行时资源文件，因此无论是否使用全部功能，都需完整填写配置。

按“Esc”键退出编辑模式，输入:wq!，按“Enter”键保存并退出文件。

执行embeddings文件，进行文档的向量化和入库操作（首次使用或删除chroma_db文件夹后需要执行该步骤）。
```
./embeddings
```
显示如下内容，则表示文档已入库成功。
```
Embeddings completed; documents have been successfully ingested into the vector database.
```
执行以下命令启动 MCP 服务。
```
nohup ./mcp_server > ./uvicorn.log 2>&1 &
cat ./uvicorn.log
```
其中，uvicorn.log是服务框架的日志，文件存放路径和名字可自定义。如下图所示即表示MCP服务已正常启动。
（可选）使用第三方客户端（如VS Code+Cline）验证服务端。

本文以VS Code下的Cline插件为例进行演示，您也可使用任意符合MCP标准的客户端进行操作。
1. 为智能编程助手Cline配置对话大模型。
  1. 单击右上角进入设置页面。
  2. 请根据实际情况配置Provider、模型服务的URL、Model名称等信息，配置完成后单击右上角“Done”。
2. 配置MCP服务信息。
  1. 单击右上角进入MCP Servers配置界面。
  2. 单击“Configure”进入配置页签，然后单击“Configure MCP Servers”。
    
    在弹出的右侧JSON配置文件中，根据实际情况填写DevKit AI的MCP服务器的URL（即5配置的IP地址和端口），其余内容保持不变；“timeout”可根据对接的大模型能力及网络状况酌情修改。
```
{
  "mcpServers": {
    "devkitai-mcp": {
      "autoApprove": [],
      "disabled": false,
      "timeout": 300,
      "type": "streamableHttp",
      "url": "http://xx.xx.xx.xx:8000/mcp"
    }
  }
}
```
    填写完成后单击MCP Servers配置界面右上角“Done”。保存配置后Cline会自动连接MCP服务器，数秒内即可成功建立连接。连接成功后，可查看MCP服务器提供的工具列表及其描述信息。

卸载

根据端口号查询服务进程号并停止mcp_server进程。可使用同类工具（如lsof、netstat等）查询对应的服务进程号，请根据实际需求选择即可。
```
ss -tulpn | grep :{port}
kill -9 {pid}
```
- {port}：待卸载的服务侦听的端口号。
- {pid}：查询出来的服务进程号。
使用rm命令删除工具文件夹即可。

父主题： 安装DevKit AI