更新README说明，增加docker部署服务运行方式

README.md

@@ -19,31 +19,41 @@
 
 ```bash
 smart-finance-bot \
+    |- dataset \  # 该目录用于保存PDF以及SQLite数据
     |- doc \  # 该目录用于保存文档类文件，例如：需求文档、说明文档、数据文档
     |- app \   # 该目录用于服务端代码
         |- agent \ # 该目录用于保存agent相关代码
         |- rag \   # 该目录用于保存rag相关代码
-        |- dataset \  # 该目录用于保存PDF以及SQLite数据
+        |- test \   # 该目录用于保存测试类驱动相关代码
         |- conf \  # 该目录用于保存配置文件
             |- .qwen # 该文件保存QWen的配置文件(请自行添加对应的API KEY)
             |- .ernie # 该文件保存百度千帆的配置文件(请自行添加对应的API KEY)
     |- chatweb \   # 该目录用于保存前端页面代码
     |- scripts \   # 该目录用于保存脚本文件，例如：启动脚本、导入向量数据库脚本等
+    |- test_result \   # 该目录用于保存测试结果
+    |- docker \
+        |- backend \ # 该目录对应后端python服务的Dockerfile
+        |- frontend \ # 该目录对应前端python服务的Dockerfile
 ```
 
 ## 使用说明
 
-### 1、拉取代码
+### 拉取代码
 **第一步**：拉取代码到本地
 ```shell
 git clone --recurse-submodules https://gitee.com/deadwalk/smart-finance-bot.git
 ```
 
 > Git客户端[gitee使用教程](https://blog.csdn.net/weixin_50470247/article/details/133585369)
 
-**第二步**：安装相关组件
+### 服务部署
+目前服务部署启动支持以下两种方式：
+- 基于源码的运行：该方法需要手动安装相关依赖、启动Chroma数据库等。
+- 基于Docker运行：该方法使用Docker-Compose 进行构建，主要用于快速在服务器上部署环境及体验。
 
-在当前目录下启动命令行，在命令行中运行如下命令
+#### 基于源码的运行
+##### 1、安装Python的依赖
+进入工程根目录后，通过命令行运行如下命令：
 
 ```bash
 # 安装依赖前，强烈建议使用conda虚拟环境，例如：
@@ -55,19 +65,23 @@ pip install -r requirements.txt
 
 > 注意：经过实际测试Python 3.11版本会存在依赖冲突问题，所以请将Python版本切换为3.10。
 
-### 2、配置大模型的APIKey
-打开配置文件 conf/.qwen，配置自己的API Key.
+##### 2、配置大模型的APIKey
+打开配置文件 app/conf的配置文件，配置自己的API Key即可。
 
 > 备注：
+> .qwen 文件中对应QWen的API Key
 > .ernie 文件中对应百度千帆的API Key
 > .zhipu 文件中对应智谱的API Key
 
 如果想测试API-KEY是否生效，可以参照 `附录` 中 `关于如何配置智谱大模型` 的章节内容。
 
 
-### 3、(可选)批量导入数据到向量数据库
-如果需要重新建立向量数据库，可以通过以下方法将PDF批量导入到向量数据库中。
+##### 3、准备向量数据库
+准备向量数据库有两种方式：
+- 第一种：运行自动化命令批量导入
+- 第二种：直接从网盘下载已经建好的向量数据库
 
+**第一种：** 运行自动化命令批量导入
 > ！！注意：执行导入脚本前，请确保没有使用命令行启动 `Chroma` 向量数据库。
 
 Linux/Mac用户：
@@ -87,8 +101,12 @@ Windows用户：
 scripts\import_pdf.bat
 ```
 
+**第二种：** 运行自动化命令批量导入
+1、访问[同义金融大模型的向量数据库](https://platform.virtaicloud.com/gemini_web/workspace/space/jxmdlbjjdhj4/data/detail/486768881516830720)
+2、可以获取下载链接，下载对应的向量数据库
+3、下载后将数据库文件移动至当前工程目录下，例如：将`chroma_db_qwen`移动至`smart-finance-bot`目录下，并重命名为`chroma_db`即可在启动chromadb时加载使用。
 
-### 4、启动Chroma数据库
+##### 4、启动Chroma数据库
 Linux/Mac用户：
 ```shell
 # 切换/保持当前目录为 smart-finance-bot
@@ -108,7 +126,7 @@ scripts\start_chroma.bat
 
 > 如果想复用已经建立的向量数据库，可以在启动chroma的脚本中修改启动的path。
 
-### 5、启动后端服务
+##### 5、启动后端服务
 
 ```bash
 # 切换/保持当前目录为 smart-finance-bot
@@ -119,12 +137,12 @@ python app/server.py
 
 ```
 
-### 6、启动前端服务
+##### 6、启动前端服务
 **第一步**：安装Node.js
 - 访问https://nodejs.cn/download/
 - 按照页面提示下载Node.js到本地后进行安装
 
-**第二步**：安装依赖包
+**第二步**：安装依赖包(首次运行一次即可)
 ```bash
 # 进入chatweb目录
 cd chatweb
@@ -139,6 +157,24 @@ npm install
 npm run dev
 ```
 
+#### 基于Docker的运行
+##### 1、准备Docker运行环境
+安装Docker，具体方法不再赘述，可以查看[10分钟学会Docker的安装和使用](https://blog.csdn.net/yohnyang/article/details/138435593)
+
+##### 2、下载Docker-Compose文件
+命令行下运行
+```bash
+curl -L https://get.daocloud.io/docker/compose/releases/download/v2.14.0/docker-compose-`uname -s`-`uname -m` > /usr/local/bin/docker-compose
+```
+
+##### 3、启动服务
+```bash
+docker-compose -f docker-compose-base.yaml up -d
+```
+> - `docker-compose-base.yaml` 对应是只启动基础的服务，包括python后端、nodejs前端、Chroma数据库服务。
+> - `docker-compose-es.yaml` 对应是只启动ElasticSearch服务的配置
+> - `docker-compose-all.yaml` 对应是启动所有服务的配置，包括Python后端服务、前端nodejs、ElasticSearch服务等。
+
 ## 附录
 
 ### 关于如何进行批量化问题提问的测试
@@ -174,24 +210,6 @@ cd smart-finance-bot
 2、注册账号并且登录
 3、在 `API密钥` 中创建自己的API Key
 4、在 `conf/.zhipu` 文件中配置好第3步创建好的密钥
-5、在 `app/settings.py` 中修改全局配置CHAT的赋值，即： `CHAT = get_zhipu_models(model="glm-4-long")`
+5、在 `app/settings.py` 中修改全局配置CHAT的赋值，即： `CHAT = get_zhipu_models(model="glm-4-plus")`
 6、至此，大模型修改完毕，你可以使用 `test_framework.py` 中的 `test_llm_api()` 进行测试。
 
-
-### 向量数据库
-1、访问[趋动云数据集](https://open.virtaicloud.com/web/profile/45814/publishDataDetail/486776150082502656)
-2、可以获取下载链接，下载对应的向量数据库
-3、下载后将数据库文件移动至当前工程目录下，例如：将`chroma_db_qwen`移动至`smart-finance-bot`目录下，并重命名为`chroma_db`即可在启动chromadb时加载使用。
-
-
-### 启动Milvus向量数据库
-第一步：安装Docker，具体方法不再赘述，可以查看[10分钟学会Docker的安装和使用](https://blog.csdn.net/yohnyang/article/details/138435593)
-
-第二步：在命令行下运行如下命令
-```bash
-# 下载安装脚本
-$ curl -sfL https://raw.githubusercontent.com/milvus-io/milvus/master/scripts/standalone_embed.sh -o standalone_embed.sh
-
-# 启动Milvus的Docker容器
-$ bash standalone_embed.sh start
-```