big-AGI：多模型AI聊天工作台部署与使用指南

📋 官方信息

项目名称	big-AGI
仓库地址	https://github.com/enricoros/big-AGI
官方网站	https://big-agi.com
最新更新	2026年10月
项目定位	多模型AI聊天工作台，一个界面接入所有主流大语言模型

🎯 项目背景

big-AGI 是由开发者 enricoros 主导的开源 AI 聊天工作台项目，它旨在解决一个日益突出的问题：当你同时使用 OpenAI GPT、Anthropic Claude、Google Gemini、本地 Ollama 等多个大模型时，需要在不同的网站和应用之间来回切换，体验割裂。big-AGI 把所有模型统一到一个精心设计的界面中，让你像使用桌面浏览器一样自由切换不同的 AI 模型。

项目从 2023 年开始开发，迅速在 GitHub 上获得了超过 4 万 Star 的关注度。它不仅是一个简单的聊天前端，还集成了 AI 绘画、语音合成、文档对话、代码执行等高级功能，定位是"你的第二个大脑工作台"。与 OpenAI 官方 ChatGPT 界面不同，big-AGI 强调多模型对比、可定制性和隐私自托管。

✨ 核心特性

多模型统一接入：支持 OpenAI、Anthropic、Google Gemini、Mistral、Ollama、LocalAI、LM Studio 等数十种模型提供商，一个界面全部搞定
多会话并行：类似浏览器标签页，可同时开启多个对话窗口，对比不同模型的回答
AI 绘画集成：内置 DALL·E、Stable Diffusion、本地 ComfyUI 等图像生成能力
语音合成 TTS：支持多供应商语音合成，包括 LocalAI 的 Kokoro、Bark、Piper 本地模型
文档对话：上传 PDF、Word、代码文件，直接与文档内容对话
代码执行沙箱：支持 Python 代码执行，让 AI 帮你算数据、画图
PWA 应用：支持安装为桌面/手机应用，离线可用
隐私优先：自托管版本所有数据保存在本地，不经过第三方服务器

💻 环境要求

Docker 部署：Docker 20.10+，Docker Compose v2+，内存 2GB 以上
源码部署：Node.js 20 LTS，pnpm 9+，Git
网络：需要能访问对应 AI 模型的 API（或本地运行 Ollama 等）
浏览器：Chrome / Edge / Firefox 最新版

🚀 详细部署步骤

方式一：Docker 一键部署（推荐）

这是最简单的部署方式，一条命令即可启动：

docker run -d --name big-agi -p 3000:3000 \
  -e OPENAI_API_KEY=sk-你的OpenAI密钥 \
  ghcr.io/enricoros/big-agi:latest

参数说明：

-d：后台运行容器
--name big-agi：容器命名为 big-agi，方便后续管理
-p 3000:3000：将容器内 3000 端口映射到宿主机 3000 端口
-e OPENAI_API_KEY=sk-...：预设 OpenAI API 密钥（也可以启动后在界面里配置）

启动后访问 http://localhost:3000 即可使用。

方式二：Docker Compose 部署（推荐生产环境）

创建 docker-compose.yml 文件：

services:
  big-agi:
    image: ghcr.io/enricoros/big-agi:latest
    container_name: big-agi
    restart: unless-stopped
    ports:
      - "3000:3000"
    environment:
      - OPENAI_API_KEY=sk-你的OpenAI密钥
      - ANTHROPIC_API_KEY=sk-ant-你的Claude密钥
      - GOOGLE_AI_API_KEY=你的Gemini密钥
      # 可选：启用浏览器自动化服务
      - PUPPETEER_WSS_ENDPOINT=ws://browserless:3000
    volumes:
      - big-agi-data:/app/data

  # 可选：浏览器自动化服务（用于网页抓取等功能）
  browserless:
    image: browserless/chrome:latest
    container_name: big-agi-browserless
    restart: unless-stopped
    ports:
      - "3001:3000"

volumes:
  big-agi-data:

启动命令：

docker compose up -d

查看日志：

docker compose logs -f big-agi

方式三：源码编译部署

# 1. 克隆仓库
git clone https://github.com/enricoros/big-AGI.git
cd big-AGI

# 2. 安装依赖
pnpm install

# 3. 复制环境变量模板
cp .env.template .env.local

# 4. 编辑 .env.local，填入你的 API 密钥
# OPENAI_API_KEY=sk-xxx
# ANTHROPIC_API_KEY=sk-ant-xxx

# 5. 开发模式启动
pnpm dev

# 6. 生产模式构建
pnpm build
pnpm start

🔧 连接本地模型（Ollama）

如果你使用本地 Ollama 运行模型，需要确保 Ollama 开启了 CORS：

# 启动 Ollama 时设置环境变量
OLLAMA_ORIGINS="*" ollama serve

# 然后在 big-AGI 设置中添加 LocalAI / Ollama 提供商
# 地址填: http://host.docker.internal:11434（Docker 部署时）
# 或 http://localhost:11434（源码部署时）

✅ 启动验证

打开浏览器访问 http://服务器IP:3000
首次进入会显示设置向导，点击"Setup Models"
填入你的 API 密钥或连接本地模型
选择一个模型，发送一条测试消息，确认能正常回复

📖 使用方法

基本聊天

在左侧边栏选择模型提供商和具体模型，在中间对话框输入消息即可。支持 Markdown 渲染、代码高亮、公式显示。

多模型对比

点击顶部的"+"号新建会话标签，在不同标签中选择不同模型，同时提问对比回答质量。

文档对话

点击输入框旁的回形针图标，上传 PDF、TXT 等文件，AI 会基于文档内容回答你的问题。

AI 绘画

在模型选择器中切换到图像生成模型（如 DALL·E 3、Stable Diffusion），输入描述词即可生成图片。

❓ 常见问题

Q1: Docker 部署后访问不了？
A: 检查防火墙是否开放 3000 端口：ufw allow 3000。如果是云服务器，还要在安全组中放行。

Q2: 如何配置反向代理和 HTTPS？
A: 使用 Nginx 反向代理，配置 WebSocket 支持。在 Nginx 配置中添加 proxy_set_header Upgrade $http_upgrade; 和 proxy_set_header Connection "upgrade";。

Q3: 数据存储在哪里？
A: Docker 部署时数据保存在容器的 /app/data 目录，通过 volume 挂载持久化。所有聊天记录和设置都保存在本地。

Q4: 支持多少种模型提供商？
A: 官方支持超过 20 种，包括 OpenAI、Azure OpenAI、Anthropic、Google Gemini、Mistral、Groq、Ollama、LocalAI、LM Studio、OpenRouter、Together AI、Perplexity 等。

Q5: 如何更新到最新版本？
A: docker compose pull && docker compose up -d 即可自动拉取最新镜像并重启。

🔗 跳转链接

GitHub 仓库：https://github.com/enricoros/big-AGI
官方在线体验：https://big-agi.com
官方文档：https://big-agi.com/docs/start-here
Docker 镜像：GitHub Container Registry