交了个新朋友！DB-GPT 牵手 Gitee AI，加速数据智能应用开发落地DB-GPT 与 Gitee AI 正式达成

随着AIGC时代的到来，大语言模型的能力在自然语言处理、多轮对话和意图识别等方面的语言理解与生成能力越来越强大。然而，在复杂交互任务中，模型有时会生成与用户需求不匹配的答案或凭空捏造事实（即幻觉问题），这直接影响了实际应用的准确性和可靠性。因此，提升模型的任务完成质量、减少幻觉现象，成为开发者持续关注的重点。

为此，AI 原生数据应用开发框架 DB-GPT 应运而生，旨在让围绕数据库的大模型应用构建更简单，更方便。近期 DB-GPT 与 Gitee AI 正式达成合作，在 DB-GPT 平台中开发者能够更便捷地使用 Gitee AI 提供的丰富模型资源，加速从模型选择到应用落地的开发流程。

作为一款上线时间不足两年的开源「新秀」，AI 原生数据应用开发框架 DB-GPT 在正式开源后快速成长，在 GitHub 上收获了超过 1.4 万颗 Star，并拥有了超过 120 名社区贡献者。

DB-GPT产品架构图

DB-GPT 通过开发多模型管理（SMMF）、Text2SQL 效果优化、RAG 框架以及优化、Multi-Agents 框架协作、AWEL（智能体工作流编排）等多种技术能力，让围绕数据库构建大模型应用更简单、更方便。

Gitee AI 是开源中国在 2023 年推出的针对 AI 应用场景的开源平台。为用户提供了快速、稳定的模型托管服务，让开发者轻松地分享和下载开源模型、数据集和 AI 应用。在此基础上平台构建了三个核心功能：Serverless API、模型引擎、应用，帮助企业和开发者更容易地开发 AI 应用。

这次 DB-GPT 与 GiteeAI 的合作，不仅能够让用户体验到强大的多模型管理能力，加速AI应用的开发效率，同时让从模型选择到应用落地的开发流程更高效。

在 DB-GPT 中调用 Gitee AI

仅需简单几步，开发者就可以轻松调用 Gitee AI 中的模型创建应用。

1. 获取 API Key

2.1 克隆DB-GPT源码

 git clone https://github.com/eosphoros-ai/DB-GPT.git

2.2 创建虚拟环境并安装依赖

# cd 到 DB-GPT 源码根目录
cd DB-GPT
# DB-GPT 要求python >= 3.10
conda create -n dbgpt_env python=3.10
conda activate dbgpt_env
# 这里选择代理模型类依赖安装
pip install -e ".[proxy]"

2.3 配置基础的环境变量

# 复制模板 env 文件为 .env
cp .env.template .env

2.4 修改环境变量文件.env，配置 Gitee 模型

# .env
LLM_MODEL=gitee_proxyllm
GITEE_MODEL_VERSION=Qwen2.5-72B-Instruct
GITEE_API_BASE=https://ai.gitee.com/v1
GITEE_API_KEY={your-gitee-api-key}
# 配置使用 Gitee 的 Embedding 模型
EMBEDDING_MODEL=proxy_http_openapi
PROXY_HTTP_OPENAPI_PROXY_SERVER_URL=https://ai.gitee.com/v1/embeddings
# 记得填写您在步骤2中获取的 API Key
PROXY_HTTP_OPENAPI_PROXY_API_KEY={your-gitee-api-key}
# 配置具体的 Embedding 模型名称
PROXY_HTTP_OPENAPI_PROXY_BACKEND=bge-large-zh-v1.5

2.5 启动 DB-GPT 服务

 dbgpt start webserver --port 5670

在浏览器打开地址 http://127.0.0.1:5670/ 即可访问部署好的 DB-GPT

3. 在 DB-GPT 中调用 Gitee AI

3.1 调用 Gitee AI 的 Servelrss API

import asyncio
from dbgpt.core import ModelRequest
from dbgpt.model.proxy import GiteeLLMClient
client = GiteeLLMClient(
    model_alias="Qwen2.5-72B-Instruct"
)
print(
    asyncio.run(
        client.generate(
            ModelRequest._build("Qwen2.5-72B-Instruct", "Hi!")
        )
    )
)

3.2 使用 Gitee 的 Embedding 模型

import os
from dbgpt.rag.embedding import OpenAPIEmbeddings
openai_embeddings = OpenAPIEmbeddings(
    api_url="https://ai.gitee.com/v1/embeddings",
    api_key=os.getenv("GITEE_API_KEY"),
    model_name="bge-large-zh-v1.5",
)
texts = ["Hello, world!", "How are you?"]
res = openai_embeddings.embed_documents(texts)
print(res)

获取 API、部署、调用，仅需简单三步，开发者就可以使用本土算力及本土平台，以更低的成本进行数据智能应用的开发。

Gitee AI 与 DB-GPT 在未来也将继续深入合作，挖掘 AI 创新应用的更多潜能，访问 DB-GPT 开源仓库（github.com/eosphoros-a… Gitee AI （ai.gitee.com/serverless-…

交了个新朋友！DB-GPT 牵手 Gitee AI，加速数据智能应用开发落地