前言

现在 AI 编程工具已经很常见了，像 Cursor、Trae、Copilot、Kiro 这些我都陆续试过，体验都还不错。不过能帮忙解读整个代码仓库的，目前来看 DeepWiki 算是比较独特的。刚看到这个功能的时候觉得挺实用。

不过 DeepWiki 只能解析开源项目，私有项目就需要付费或者自己找解决办法了。我最开始试的是国人开发的 OpenDeepWiki，但部署起来遇到了不少问题，最后还是放弃了。后来又找到了 DeepWiki-Open，经过一番折腾终于跑起来了。现在网上相关资料比较少，所以写一下自己的部署流程，供大家参考。

准备文件

这部分应该是最麻烦的，而且要自己摸索。

官方 Readme 提供了两种部署方式：可以用 Docker 一键启动整个服务，也可以分别在本地启动前后端。我这里选择了 Docker 部署。不管用哪种方式，第一步都是先把仓库拉下来。

git clone https://github.com/AsyncFuncAI/deepwiki-open.git
cd deepwiki-open

接下来，需要在文件夹下创建一个 .env 配置文件，主要填写你使用的大模型和 embedding 模型的 API 地址和 key。我这里用的是 AzureOpenAI 和其他家的 embedding 模型。注意，一定要配置 embedding 模型的地址，而且要填在 OpenAI 的配置项里，否则后面会报错。

# 我这里用的 Azure，请根据官方文档选择成自己用的服务商
AZURE_OPENAI_API_KEY=tomorin
AZURE_OPENAI_ENDPOINT=https://anon.openai.azure.com/
AZURE_OPENAI_VERSION=2025-01-01-preview

# 这里主要配置 embedding 模型。如果你的大模型和 embedding 模型都用的是同一家支持 OpenAI 兼容 API 的服务商，只需要填这一部分，就可以同时用他们的大模型和 embedding 服务了。
OPENAI_API_KEY=tomorin
OPENAI_BASE_URL=https://api.anon.com/v1

保存成 .env 文件。

为了速度，我们可以修改一下 Dockerfile。
npm 我们可以使用镜像：

RUN npm ci --legacy-peer-deps
# 改成
RUN npm ci --legacy-peer-deps --registry=https://registry.npmmirror.com

apt 也可以用镜像（大部分能走）：

# Install Node.js and npm
# 下面部分修改成
RUN echo "deb http://mirrors.aliyun.com/debian/ bookworm main contrib non-free non-free-firmware\n\
deb http://mirrors.aliyun.com/debian-security bookworm-security main contrib non-free non-free-firmware\n\
deb http://mirrors.aliyun.com/debian-security trixie-security main contrib non-free non-free-firmware\n\
deb http://mirrors.aliyun.com/debian/ bookworm-updates main contrib non-free non-free-firmware\n\
deb http://mirrors.aliyun.com/debian/ trixie main contrib non-free non-free-firmware\n\
deb http://mirrors.aliyun.com/debian/ bookworm-backports main contrib non-free non-free-firmware" \
> /etc/apt/sources.list && \
    apt-get clean && \
    apt-get update && \
    apt-get install -y \
        curl \
        gnupg \
        git \
        ca-certificates && \
    mkdir -p /etc/apt/keyrings && \
    curl -fsSL https://deb.nodesource.com/gpgkey/nodesource-repo.gpg.key | gpg --dearmor -o /etc/apt/keyrings/nodesource.gpg && \
    echo "deb [signed-by=/etc/apt/keyrings/nodesource.gpg] https://deb.nodesource.com/node_20.x nodistro main" | tee /etc/apt/sources.list.d/nodesource.list && \
    apt-get update && \
    apt-get install -y nodejs && \
    apt-get clean && \
    rm -rf /var/lib/apt/lists/*

然后保存。

接下来，需要进入 api/config 文件夹，配置你要用的 embedding 模型。里面有一个官方提供的模板文件 embedder.openai_compatible.json.bak，可以把它重命名为 embedder.json，替换掉原有的配置。通常只需要修改其中的 embedder 部分即可：

{
  "embedder": {
    "client_class": "OpenAIClient",
    "initialize_kwargs": {
      "api_key": "${OPENAI_API_KEY}",
      "base_url": "${OPENAI_BASE_URL}"
    },
    "batch_size": 10,
    "model_kwargs": {
      "model": "bge-m3",
      "dimensions": 1024,
      "encoding_format": "float"
    }
  }
}

把 model 改成你自己的 embedding 模型 ID。注意，dimensions 是向量的维度，有些 API 不支持这个参数，比如我用的服务就不需要，所以直接删掉了这行。具体怎么配，建议根据你的实际接口来调整。如果不确定，可以启动后查看 api/logs/application.log 里的报错信息，方便排查问题。

然后是一个可选，但我建议做的操作，修改 docker-compose.yml 文件，在 volumes 下增加一个：