> ## 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.

# 手動インストール

> CowAgentの手動デプロイ（ソースコード / Docker）

## 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

```bash theme={null}
git clone https://github.com/zhayujie/CowAgent
cd CowAgent/
```

<Tip>
  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](https://gitee.com/zhayujie/CowAgent)
</Tip>

### 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）：

```bash theme={null}
pip3 install -r requirements.txt
```

オプション依存パッケージ（推奨）：

```bash theme={null}
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：

```bash theme={null}
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：

```bash theme={null}
cow help
```

<Note>
  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。
</Note>

### 4. 設定

設定テンプレートをコピーして編集します：

```bash theme={null}
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](/ja/models/index)を参照してください。

### 5. 実行

**Cow CLI を使用して実行（推奨）：**

```bash theme={null}
cow start
```

**またはローカルでフォアグラウンド実行：**

```bash theme={null}
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）：**

```bash theme={null}
nohup python3 app.py & tail -f nohup.out
```

<Tip>
  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。
</Tip>

## 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。

<Note>
  [Docker](https://docs.docker.com/engine/install/) と docker-compose が必要です。
</Note>

**1. 設定ファイルをダウンロード**

```bash theme={null}
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**

```bash theme={null}
sudo docker compose up -d
```

**3. ログを確認**

```bash theme={null}
sudo docker logs -f chatgpt-on-wechat
```

<Tip>
  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。
</Tip>

## 主要な設定項目

```json theme={null}
{
  "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,
  "cow_lang": "auto"
}
```

| 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` |
| `agent`                    | Agent モードを有効化                                          | `true`              |
| `agent_workspace`          | Agent 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`                |
| `cow_lang`                 | UI・コマンド文言・システムプロンプトなどの言語。`auto` で自動検出、`zh` / `en` も指定可 | `auto`              |

<Tip>
  すべての設定オプションはプロジェクトの [`config.py`](https://github.com/zhayujie/CowAgent/blob/master/config.py) に記載されています。
</Tip>