如果要了解Windows部署Ollama 、deepseek R1请看我上一篇内容。

这是接上一篇的。

AnythingLLM是一个开源的全栈AI客户端，支持本地部署和API集成。它可以将任何文档或内容转化为上下文，供各种语言模型（LLM）在对话中使用。以下是关于Windows环境下使用AnythingLLM API的一些重要信息：

一、安装与配置AnythingLLM API

安装与配置AnythingLLM

• 系统要求：支持Windows操作系统，建议至少8GB内存，推荐16GB或更高。
• 下载和安装：访问AnythingLLM官方网站，下载对应的Windows安装包，按照提示完成安装。
• 确保已安装 Python 3.9 及以上版本，并配置好环境变量。
• 安装必要的依赖库，如 requests，可以通过 pip 命令安装：pip install requests。

API调用

• 生成密钥：首先需要点击左下角第四个小扳手图标进入设置生成密钥，用于API的身份验证。

• 

• 获取Workspace的slug：列出所有的workspace并找到对应的slug，用于指定API操作的工作空间。
• 调用API：使用Python等编程语言，通过HTTP请求调用AnythingLLM的API。例如，使用requests.post()方法发送POST请求到指定的API端点，如http://your_ip:3001/api/v1/workspace/{slug}/chat，其中{slug}应替换为实际的工作空间。
• 请求头和参数：在请求头中设置Authorization为生成的密钥，Content-Type为application/json。请求体中包含message（要询问的问题）和其他可选参数，如mode（chat或query）。

普通示例代码

以下是一个使用Python调用AnythingLLM API的示例代码：

import requests

def ask_anythingllm(question, slug, api_key):
    url = f"http://your_ip:3001/api/v1/workspace/{slug}/chat"
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
        "accept": "application/json"
    }
    data = {
        "message": question,
        "mode": "chat"  # 可选chat / query模式
    }
    response = requests.post(url, headers=headers, json=data)
    if response.status_code == 200:
        result = response.json()
        answer = result['textResponse'].split('</think>').strip()
        sources = result.get('sources', [])
        return answer, sources
    else:
        return f"Error: {response.text}", []<q refer="3"></q>

# 示例调用
api_key = "your_api_key"  # 替换成你自己的apikey
slug = "your_workspace_slug"  # 替换成你自己的workspace slug
question = "你的问题"
answer, sources = ask_anythingllm(question, slug, api_key)
print("回答:", answer)
print("来源:", [src['title'] for src in sources])

流式处理代码示例

• 指定 AnythingLLM API 的 URL，例如：url = "http://your_ip:3001/api/v1/workspace/<workspace_name>/stream-chat"，其中 your_ip 替换为部署 AnythingLLM 的服务器 IP，workspace_name 替换为实际的工作空间名称。
• 设置请求头，包含授权信息和内容类型：headers = {"Authorization": f"Bearer {api_key}", "Content-Type": "application/json", "accept": "text/event-stream"}。
• 构建请求体，包含问题和其他参数：data = {"message": question, "mode": "query", "max_tokens": 1024, "stream": True}。
• 使用 requests.post() 方法发送 POST 请求，设置 stream=True 以启用流式响应：response = requests.post(url, headers=headers, json=data, stream=True)。
• 逐行读取响应内容，进行处理：for chunk in response.iter_lines(): if chunk: print(chunk.decode("utf-8"))

import requests

def ask_anythingllm(question, workspace_name, api_key):
    url = f"http://your_ip:3001/api/v1/workspace/{workspace_name}/stream-chat"
    headers = {
        "Authorization": f"Bearer {api_key}",
        "Content-Type": "application/json",
        "accept": "text/event-stream"
    }
    data = {
        "message": question,
        "mode": "query",
        "max_tokens": 1024,
        "stream": True
    }
    with requests.post(url, headers=headers, json=data, stream=True) as response:
        if response.status_code == 200:
            for chunk in response.iter_lines():
                if chunk:
                    print(chunk.decode("utf-8"))
        else:
            print(f"Error: {response.status_code}: {response.text}")

# 示例调用
api_key = "YOUR_API_KEY"  # 替换成你自己的 API 密钥
workspace_name = "YOUR_WORKSPACE_NAME"  # 替换成你的工作空间名称
question = "你的问题"
ask_anythingllm(question, workspace_name, api_key)

注意事项

• 确保 Windows 防火墙已开放 AnythingLLM 服务所使用的端口（默认为 3001），以便外部访问。
• 在实际应用中，建议添加错误处理和异常捕获机制，以应对网络问题或其他潜在错误。
• 流式输出适用于实时交互和长文本生成场景，可以提高用户体验和响应速度。

通过以上步骤，可以在Windows环境下成功调用AnythingLLM的API，实现与本地知识库的交互。

二、写一个问答网页

步骤概述

1. 安装必要的库：使用 Flask 来构建 Web 应用，同时使用 requests 库来调用 Windows AnythingLLM API。
2. 创建 Flask 应用：搭建一个简单的客服网页，接收用户输入，调用 API 获取回复，并将回复展示给用户。

from flask import Flask, render_template_string, request
import requests

app = Flask(__name__)

# 配置 Windows AnythingLLM API 的地址和参数
API_URL = "http://your-anythingllm-api-url"  # 请替换为实际的 API 地址
HEADERS = {
    "Content-Type": "application/json"
}

@app.route('/', methods=['GET', 'POST'])
def index():
    if request.method == 'POST':
        user_input = request.form.get('user_input')
        # 构建请求体
        data = {
            "input": user_input
        }
        try:
            # 调用 API
            response = requests.post(API_URL, headers=HEADERS, json=data)
            response.raise_for_status()
            api_response = response.json().get('response', '无有效回复')
        except requests.RequestException as e:
            api_response = f"请求出错: {e}"
    else:
        api_response = ""
    return render_template_string('''
        <!DOCTYPE html>
        <html lang="en">
        <head>
            <meta charset="UTF-8">
            <title>客服网页</title>
        </head>
        <body>
            <h1>客服网页</h1>
            <form method="post">
                <label for="user_input">你的问题:</label><br>
                <textarea id="user_input" name="user_input" rows="4" cols="50"></textarea><br>
                <input type="submit" value="提交">
            </form>
            {% if api_response %}
                <h2>回复:</h2>
                <p>{{ api_response }}</p>
            {% endif %}
        </body>
        </html>
    ''', api_response=api_response)

if __name__ == '__main__':
    app.run(host='127.0.0.1', port=5000)
    

三、配置Cpolar内网穿透让其他人访问

配置Cpolar内网穿透

1. 下载并安装Cpolar：从Cpolar官网下载适用于Windows的Cpolar客户端，并进行安装。
2. 登录Cpolar Web UI：在浏览器中访问http://localhost:9200，使用注册的Cpolar账号登录。
3. 创建隧道：在Cpolar Web UI中创建一个新的隧道，配置如下：
   • 隧道名称：自定义，如anythingllm-api。
   • 协议：选择HTTP。
   • 本地地址：填写3001（AnythingLLM的API端口）。
   • 域名类型：选择随机域名（免费使用）或升级为固定二级子域名。
4. 获取公网地址：隧道创建成功后，在“在线隧道列表”中复制生成的公网URL，用于访问客服网页。

测试与访问

1. 本地测试：确保问答网页在本地可以通过http://localhost:3001或其他本地地址正常访问。
2. 公网访问：使用Cpolar生成的公网地址，在任何设备的浏览器中访问问答网页，验证是否能正常与AnythingLLM的API交互。

注意事项

• 安全性：确保API密钥的安全，避免泄露。可以考虑使用HTTPS协议和添加身份验证机制来增强安全性。
• 稳定性：长时间运行服务时，确保系统的稳定性，避免服务中断。
• 带宽与性能：根据实际需求，考虑是否需要升级Cpolar套餐以提高带宽和性能。

通过以上步骤，即可在Windows上将AnythingLLM的API结合Cpolar内网穿透，创建一个可供其他人访问的问答网页。

最后一步点赞  关注一下（非常重要）