再也不用像以前那样硬着头皮啃代码了，借助AI去分析理解项目的架构设计、核心技术原理。
如果你计划在国内环境的本机上配置一套类似 DeepWiki 的代码文档生成系统，以下是经过优化的部署方案，涵盖开源项目选择、配置细节、网络优化及资源要求等关键环节。结合多个项目实践，以下是最适合本地部署的四种方案：
🚀 一、基于 DeepWiki-Open 的 Docker 快速部署（推荐新手）
项目地址：AsyncFuncAI/deepwiki-open
特点：一键生成交互式 Wiki，支持 Mermaid 图表、私有仓库接入，适合快速上手。
部署步骤：
克隆项目：
git clone https://github.com/AsyncFuncAI/deepwiki-open.gitcd deepwiki-open配置国内镜像加速（避免拉镜像慢）：
编辑 docker-compose.yml 文件，在 services 下添加国内镜像源：
services: koalawiki: image: registry.cn-hangzhou.aliyuncs.com/asyncfunc/deepwiki-open # 替换为阿里云镜像配置 API 密钥：
创建 .env 文件，填写以下内容（需注册国内可用的大模型服务）：
# 使用国内模型服务（如 DeepSeek、ChatGLM）OPENAI_API_KEY=sk-xxx # 替换为 DeepSeek 或智谱 API KeyENDPOINT=https://api.deepseek.com/v1 # 例如 DeepSeek 的 API 地址启动服务：
docker-compose up -d访问系统：
浏览器打开 http://localhost:3000，粘贴 GitHub/GitLab 仓库 URL 即可生成文档。
🧩 二、基于 OpenDeepWiki 的完整解决方案
项目地址：AIDotNet/OpenDeepWiki
特点：支持多仓库、多语言、企业级权限管理，适合长期使用。
部署步骤：
拉取项目：
git clone https://gitee.com/AIDotNet/OpenDeepWiki.git # 国内推荐 Giteecd OpenDeepWiki配置 Docker 镜像：
修改 docker-compose.yml 中的镜像地址为国内源：
services: koalawiki: image: registry.cn-shenzhen.aliyuncs.com/aidotnet/opendeepwiki配置模型服务（二选一）：
国内在线模型（如 DeepSeek-V3）：
environment: CHAT_MODEL: DeepSeek-V3 CHAT_API_KEY: sk-xxx # 从 https://platform.deepseek.com 获取 ENDPOINT: https://api.deepseek.com/v1本地离线模型（需 GPU）：
CHAT_MODEL: qwen2.5:32b-instruct-fp16 # 需自行部署 Ollama 服务 ENDPOINT: http://localhost:11434/v1启动与访问：
docker-compose up -d访问 http://localhost:8090，添加仓库后自动生成文档。
🔒 三、本地离线大模型部署方案（适合高安全需求）
适用场景：代码敏感需完全离线运行
硬件要求：4*RTX 3090（或单卡 48GB 显存）
部署流程：
部署 Ollama 服务：
安装 Ollama 并下载 Qianwen-32B 模型：
curl -fsSL https://ollama.ai/install.sh | shollama run qwen2.5:32b-instruct-fp16配置 OpenDeepWiki：
修改 docker-compose.yml：
environment: CHAT_MODEL: qwen2.5:32b-instruct-fp16 ENDPOINT: http://host.docker.internal:11434/v1 # 主机网络访问启动服务：
docker-compose up -d⚙️ 四、手动部署（适合定制化开发）
环境要求：
Python 3.10+、Node.js 18+
国内 pip 镜像加速 ：
pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple步骤：
后端启动：
cd deepwiki-open/apipip install -r requirements.txtpython -m api.main # 监听 8000 端口前端启动：
cd ../webnpm install --registry=https://registry.npmmirror.com # 使用 npm 镜像npm run dev # 监听 3000 端口💎 配置总结表（快速选择）
| 方案 | 难度 | 硬件要求 | 网络依赖 | 适用场景 |
|---|---|---|---|---|
| DeepWiki-Open | ⭐️⭐️ | 8GB RAM + SSD | 需模型 API | 快速体验公开/私有仓库 |
| OpenDeepWiki | ⭐️⭐️⭐️ | 16GB RAM + SSD | 可选离线 | 企业多仓库管理 |
| 本地大模型部署 | ⭐️⭐️⭐️⭐️ | 4*GPU（显存≥24GB） | 无 | 高安全敏感代码 |
| 手动部署 | ⭐️⭐️⭐️⭐️ | 16GB RAM + SSD | 无 | 深度定制开发需求 |
⚠️ 关键注意事项
网络优化：
- Docker 镜像拉取慢 → 替换为
registry.cn-hangzhou.aliyuncs.com 等国内源pip/npm 安装慢 → 配置清华/阿里镜像源模型选择建议：
- 优先选 DeepSeek-V3、ChatGLM4 等国内 API，平衡成本与效果离线部署仅建议 32B+ 参数模型（如 Qwen-72B），小模型生成质量较差
私有仓库支持：
- 在 Web 界面添加 GitHub/GitLab PAT（个人访问令牌）本地项目可直接压缩为 ZIP 上传至 OpenDeepWiki
常见问题：
- 若启动失败 → 检查
.env 中 API Key 是否有效图表不生成 → 设置 REPAIR_MERMAID=1部署完成后，你将在本机拥有一个完全私有的 AI 代码文档系统，支持一键解析仓库、生成架构图、智能问答。安全可控 + 高效检索，尤其适合企业内网或学术研究场景。如需进一步优化，可参考各项目的 GitHub Wiki 或加入开发者社区 。
