Blog on LlamaIndex
·
使用create-llama将您的检索增强生成应用程序部署到生产环境
💡
原文英文，约700词，阅读约需3分钟。
📝
内容提要
上周发布了create-llama工具，用于生成全栈LlamaIndex应用程序。文章提供了将应用程序部署到生产环境的逐步指南，支持Next.js、Express和Python后端。用户需生成OpenAI API密钥，创建GitHub仓库并推送代码，最后在Vercel或Render上配置和部署应用。
🎯
关键要点
- 上周发布了create-llama工具，用于生成全栈LlamaIndex应用程序。
- 提供了将应用程序部署到生产环境的逐步指南，支持Next.js、Express和Python后端。
- 用户需生成OpenAI API密钥，并在生成应用时提供该密钥。
- 创建GitHub仓库并推送代码是部署到Vercel的最简单方式。
- 在Vercel上配置项目时，需要创建名为OPENAI_API_KEY的环境变量。
- 对于Express后端，需将前端和后端代码推送到同一个GitHub仓库。
- 在Render上部署静态前端时，需要设置根目录、构建命令和发布目录。
❓
延伸问答
create-llama工具的主要功能是什么？
create-llama工具用于生成全栈LlamaIndex应用程序，支持检索增强生成（RAG）。
如何将生成的应用程序部署到Vercel？
首先生成应用程序并创建GitHub仓库，然后将代码推送到仓库，最后在Vercel上导入仓库并配置环境变量OPENAI_API_KEY。
在使用Express后端时，如何配置和部署应用程序？
需要将前端和后端代码推送到同一个GitHub仓库，然后在Render上部署静态前端和后端服务。
部署Next.js应用时需要注意哪些环境变量？
需要创建名为OPENAI_API_KEY的环境变量，并将生成的OpenAI API密钥提供给它。
在Render上部署静态前端时需要设置哪些参数？
需要设置根目录、构建命令和发布目录，并确保NODE_VERSION环境变量设置为20。
create-llama工具支持哪些后端？
create-llama工具支持Next.js、Express和Python后端。
➡️
