Windows 平台下AnythingLLM本地开发环境运行踩坑记录-EW帮帮网

最近尝试在工作的电脑（Windows环境），试用AnythingLLM，参考了内容1和2，也踩了些坑，特将本地开发环境运行的情况记录如下。

操作过程

0. 环境要求

Nodejs 18+
yarn

1. 源码获取

官方Github¹仓库克隆代码： git clone https://github.com/Mintplex-Labs/anything-llm.git

2. 安装依赖

这个项目需要用到yarn进行包管理，进入项目根目录，选择我们的node环境，我使用的是18.18.0，如下图：
node版本
如果所选的node环境没有yarn工具，可以通过以下命令全局安装：

npm -g yarn

我是在Visual Studio Code的终端里运行命令，默认使用的是powershell，可能会出现找不到yarn命令的问题，这是由于安装后yarn的后缀导致的，于是我选择了用最原始的Command Prompt命令行作为终端。参考文章²，运行yarn setup命令的过程中，在执行setup:envs时，Windows环境确实没有cp这个内部命令，从而导致报错，那么，我们可以修改根目录下的package.json文件解决这个问题，修改的内容见下图，即"setup:envs"所在行。
修改处标志
这行代码可以修改为（注：前面我们使用了Command Prompt命令行提示，那么就要符合其语法了）：

"setup:envs": "copy .\frontend\.env.example .\frontend\.env && copy .\server\.env.example .\server\.env.development && copy .\collector\.env.example .\collector\.env && copy .\docker\.env.example .\docker\.env && echo \"All ENV files copied!\n\"",

修改内容主要是适应Windows环境特征，保证文件正确复制，即：

cp -n -> copy
/ -> \

到此，排除了这个警告后，我们可以愉快地运行yarn安装了：

yarn setup

此外，frontend里的package.json也可能导致包安装报错（我就中招了），提示version不能为空，我们看官网仓库该目录的package.json文件，确实是缺了这个属性：
version
没有这个属性，我这边报了以下错误：

Can’t add “anything-llm-frontend”: invalid package version “”

给它增加version属性，和后台、文档收集器一致即可，我的环境是"version": "0.2.0"参考如下：

{
  "name": "anything-llm-frontend",
  "version": "0.2.0",
  "private": false,
  "license": "MIT",
  "type": "module",
  "scripts": {
    "start": "vite --open",
    "dev": "cross-env NODE_ENV=development vite --debug --host=0.0.0.0",
    "build": "vite build && node scripts/postbuild.js",
    "lint": "yarn prettier --ignore-path ../.prettierignore --write ./src",
    "preview": "vite preview"
  },
  "dependencies": {
    "@microsoft/fetch-event-source": "^2.0.1",
    "@mintplex-labs/piper-tts-web": "^1.0.4",
    "@phosphor-icons/react": "^2.1.7",
    "@tremor/react": "^3.15.1",
    "anything-llm-frontend": "file:",
    "dompurify": "^3.0.8",
    "file-saver": "^2.0.5",
    "he": "^1.2.0",
    "highlight.js": "^11.9.0",
    "i18next": "^23.11.3",
    "i18next-browser-languagedetector": "^7.2.1",
    "js-levenshtein": "^1.1.6",
    "katex": "^0.6.0",
    "lodash.debounce": "^4.0.8",
    "markdown-it": "^13.0.1",
    "moment": "^2.30.1",
    "onnxruntime-web": "^1.18.0",
    "pluralize": "^8.0.0",
    "react": "^18.2.0",
    "react-beautiful-dnd": "13.1.1",
    "react-device-detect": "^2.2.2",
    "react-dom": "^18.2.0",
    "react-dropzone": "^14.2.3",
    "react-highlight-words": "^0.21.0",
    "react-i18next": "^14.1.1",
    "react-loading-skeleton": "^3.1.0",
    "react-router-dom": "^6.3.0",
    "react-speech-recognition": "^3.10.0",
    "react-tag-input-component": "^2.0.2",
    "react-toastify": "^9.1.3",
    "react-tooltip": "^5.25.2",
    "recharts": "^2.12.5",
    "recharts-to-png": "^2.3.1",
    "text-case": "^1.0.9",
    "truncate": "^3.0.0",
    "uuid": "^9.0.0"
  },
  "devDependencies": {
    "@esbuild-plugins/node-globals-polyfill": "^0.1.1",
    "@types/react": "^18.2.23",
    "@types/react-dom": "^18.2.8",
    "@types/react-router-dom": "^5.3.3",
    "@vitejs/plugin-react": "^4.0.0-beta.0",
    "autoprefixer": "^10.4.14",
    "buffer": "^6.0.3",
    "cross-env": "^7.0.3",
    "eslint": "^8.50.0",
    "eslint-config-prettier": "^9.0.0",
    "eslint-plugin-ft-flow": "^3.0.0",
    "eslint-plugin-prettier": "^5.0.0",
    "eslint-plugin-react": "^7.33.2",
    "eslint-plugin-react-hooks": "^4.6.0",
    "eslint-plugin-react-refresh": "^0.4.3",
    "flow-bin": "^0.217.0",
    "flow-remove-types": "^2.217.1",
    "globals": "^13.21.0",
    "hermes-eslint": "^0.15.0",
    "postcss": "^8.4.23",
    "prettier": "^3.0.3",
    "rollup-plugin-visualizer": "^5.9.0",
    "tailwindcss": "^3.3.1",
    "vite": "^4.3.0"
  }
}

3. 文件配置

安装的过程较为漫长，装好后，我们就可以配置文件了，主要是三个子项目server（后台）、frontend（前端）和collector（收集器，处理文本、连接和文件等）。
三个项目

（1）server后台开发环境配置

修改server目录下的.env.development，对后台程序进行配置，参考如下：

# 大语言模型提供商，这里我用的ollama部署的deepseek
LLM_PROVIDER='ollama'
# 嵌入模型名称，同样是用ollama部署的nomic-embed-text:latest这个embedding模型
EMBEDDING_MODEL_PREF='nomic-embed-text:latest'
# ollama地址
OLLAMA_BASE_PATH='http://127.0.0.1:11434'
# ollama Ai模型名称
OLLAMA_MODEL_PREF='deepseek-r1:14b'
# ollama Ai模型token上限
OLLAMA_MODEL_TOKEN_LIMIT='128000'
OLLAMA_PERFORMANCE_MODE='base'
OLLAMA_KEEP_ALIVE_TIMEOUT='300'
# 嵌入引擎，上面说了是用ollama部署的
EMBEDDING_ENGINE='ollama'
# 嵌入引擎地址
EMBEDDING_BASE_PATH='http://127.0.0.1:11434'
# 嵌入模型的token上限
EMBEDDING_MODEL_MAX_CHUNK_LENGTH='128000'
# 向量数据库，这里使用默认的lancedb，如果需要使用chroma，将下面两行chroma的注释打开并将lancedb这一样注释
VECTOR_DB='lancedb'
# VECTOR_DB='chroma'
# CHROMA_ENDPOINT='http://192.168.10.206:8000'
# anythingllm数据存储目录，很重要，一定要配置
STORAGE_DIR='J:/anythingllm'
# 后端服务的端口
SERVER_PORT='3001'
# 以下是JWT以及加密解密key配置
JWT_SECRET = '7C423C62AD41FE9E29F7412633FDEC7323224A066DE6FCD1016877AD1CFEF739'
SIG_KEY = 'CB358A00A41D28C8E0E653398F49EBD83BB628FE9C0FCAB6A0A8F73F4EB52786'
SIG_SALT = '7F27661F4ACA67DE7B82E7779099FC7AC9505C2C8887A0AB9288441850B77200'

后三行关于JWT_SECRET和签名密钥、盐值等，可以自己写个代码生成，例如：

using System.Security.Cryptography;

static string GenerateSecret(int byteLength = 32)
{
    byte[] keyBytes = RandomNumberGenerator.GetBytes(byteLength);
    return Convert.ToHexString(keyBytes);  // 转换为16进制字符串便于存储
}

string jwtSecret = GenerateSecret();
Console.WriteLine(jwtSecret);
Console.WriteLine(GenerateSecret());
Console.WriteLine(GenerateSecret());

当然，也可以使用从docker里拿出来的，例如文章²。

注：这里我默认连了我本机的ollama服务

（2）前端frontend配置

进入frontend目录，同样修改.env.development文件，参考如下：

# 后端服务也就是server的api地址，注意端口要和server目录的.env.development文件中的SERVER_PORT一致
VITE_API_BASE='http://localhost:3001/api'

（3）collector配置

进入collector目录，同样编辑.env.development文件，此处留空就行。

生成数据库

在项目根目录下，执行yarn prisma:setup命令，生成数据库，数据库文件路径为： server/storage/anythingllm.db

yarn prisma:setup

启动项目

（1）分别启动

在项目根目录下分别执行如下命令，可以分别启动三个项目：

# 启动后端
yarn dev:server
# 启动前端
yarn dev:frontend
# 启动文档收集器
yarn dev:collector

运行后台
运行前端运行文档收集器

（2）一次全部启动

我们阅读项目根目录的package.json文件，可以发现，通过运行yarn dev:all命令，可以一次启动三个，第一次运行会安装concurrently@9.1.2，然后就可以一次运行仨了：

# 使用并发工具concurrently一次运行所有
yarn dev:all

一次运行

运行效果

访问本机地址http://localhost:3000/，我们就可以愉快地使用调试AnythingLLM了。
运行效果

Windows 平台下AnythingLLM本地开发环境运行踩坑记录