CollegeAi

简要介绍：CollegeAi是一个创新的生涯规划辅助平台，旨在通过GPT技术整合网络信息，提供个性化生涯规划指导，帮助用户明确职业方向和专业认知。 亮点有：

• 采用Next.js框架优化SEO和提升开发效率，并接入Antd组件库进行快速开发
• 使用Node.js的Nest.js框架和MySQL数据库搭建稳定且可扩展的后端服务，确保了项目的稳定性和扩展性。
• 整合AI服务，采用阿里云Serverless云函数开发AI搜索功能，加速开发调试并方便部署。
• 对关键功能AI聊天进行调优，自主开发gpt-search联网搜索功能，使用PromiseAll进行并行优化，提升响应速度20%。
• 对AI大模型进行prompt优化，使用高级fine-tuning及function-calling等微调减少token使用并优化响应效果

项目分为前端部分，后端部分，gpt网络检索云函数这三个部分。

Description

后端代码仓库，使用Nest.js框架开发。

Installation

pnpm install

Running the app

# development
$ pnpm run start

# watch mode
$ pnpm run start:dev

# production mode
$ pnpm run start:prod

Test

# unit tests
$ pnpm run test

# e2e tests
$ pnpm run test:e2e

# test coverage
$ pnpm run test:cov

后端部署

方式一： self-hosted runner

配置好github action的self-hosted runner，然后在服务器上运行runner，即可自动部署。

方式二：dockerhub

在本地打包docker镜像，然后上传到dockerhub，然后拉取镜像，即可部署。

本地打包docker镜像

Dockerfile参考本仓库根目录下的Dockerfile。

后运行以下命令：

docker build -t collegeAi-backend .

上传到dockerhub

docker tag t1-backend:latest xxx/collegeAi-backend:latest
docker push xxx/collegeAi-backend:latest

数据库及环境变量部分

需要配置数据库，本项目使用的后端数据库为MySQL,数据库初始化语句参见db目录下。 运行docker-compose.yaml文件启动镜像，

docker-compose up

本项目使用服务器自带的数据库环境，如未配置，可安装或自行拉取数据库镜像。 环境变量参见docker-compose.yaml文件，由于发送短信等功能使用阿里云sdk,该部分功能需配置阿里云密钥等。