メインコンテンツへスキップ

Documentation Index

Fetch the complete documentation index at: https://docs.cowagent.ai/llms.txt

Use this file to discover all available pages before exploring further.

​
ソースコードによるデプロイ

​
1. プロジェクトをクローン

git clone https://github.com/zhayujie/CowAgent
cd CowAgent/
ネットワークに問題がある場合は、ミラーを使用してください: https://gitee.com/zhayujie/CowAgent

​
2. 依存パッケージをインストール

コア依存パッケージ（必須）： 
pip3 install -r requirements.txt
オプション依存パッケージ（推奨）： 
pip3 install -r requirements-optional.txt

​
3. Cow CLI をインストール

サービスとスキルを管理するためのコマンドラインツールをインストールします： 
pip3 install -e .
インストール後、cow コマンドが使用可能になります： 
cow help
このステップは推奨です。インストール後、cow start、cow stop、cow update でサービスを管理でき、cow skill でスキルを管理できます。CLI をインストールしない場合は、./run.sh または python3 app.py で実行できます。

​
4. 設定

設定テンプレートをコピーして編集します： 
cp config-template.json config.json
config.json にモデルの API キー、チャネルタイプ、その他の設定を入力します。詳細はモデルのドキュメントを参照してください。

​
5. 実行

Cow CLI を使用して実行（推奨）： 
cow start
またはローカルでフォアグラウンド実行： 
python3 app.py
デフォルトでは Web コンソールが起動します。http://localhost:9899 にアクセスしてチャットできます。 サーバーでバックグラウンド実行（CLI 未使用時）： 
nohup python3 app.py & tail -f nohup.out
サーバーにデプロイする場合は、ファイアウォールまたはセキュリティグループでポート 9899 を開放して Web コンソールにアクセスできるようにしてください。セキュリティのため、特定の IP のみにアクセスを制限することを推奨します。

​
Docker によるデプロイ

Docker デプロイでは、ソースコードのクローンや依存パッケージのインストールは不要です。Agent モードを使用する場合は、より広範なシステムアクセスが可能なソースコードによるデプロイを推奨します。
Docker と docker-compose が必要です。
1. 設定ファイルをダウンロード 
curl -O https://cdn.link-ai.tech/code/cow/docker-compose.yml
docker-compose.yml を編集して設定を行います。 2. コンテナを起動 
sudo docker compose up -d
3. ログを確認 
sudo docker logs -f chatgpt-on-wechat
サーバーにデプロイする場合は、ファイアウォールまたはセキュリティグループでポート 9899 を開放して Web コンソールにアクセスできるようにしてください。セキュリティのため、特定の IP のみにアクセスを制限することを推奨します。

​
主要な設定項目

{
  "channel_type": "web",
  "model": "deepseek-v4-flash",
  "deepseek_api_key": "",
  "agent": true,
  "agent_workspace": "~/cow",
  "agent_max_context_tokens": 40000,
  "agent_max_context_turns": 30,
  "agent_max_steps": 15
}
パラメータ説明デフォルト値
channel_typeチャネルタイプweb
modelモデル名deepseek-v4-flash
agentAgent モードを有効化true
agent_workspaceAgent のワークスペースパス~/cow
agent_max_context_tokens最大コンテキストトークン数40000
agent_max_context_turns最大コンテキストターン数30
agent_max_stepsタスクごとの最大判断ステップ数15
すべての設定オプションはプロジェクトの config.py に記載されています。