Kimodo 本地环境部署指南

目录结构

/workspace/env/
├── conda_env/
│   └── kimodo_env.tar.gz    # 打包的 Conda 环境
├── bin/                     # 可选：额外的二进制工具
├── lib/                     # 可选：额外的库文件
├── scripts/
│   ├── unpack_env.sh        # 环境解压脚本
│   └── init_env.sh          # 环境初始化脚本
└── configs/
    ├── BINARY_DEPS.txt      # 二进制依赖说明
    ├── cuda_info.txt        # CUDA 信息
    └── system_deps.txt      # 系统依赖信息

部署步骤

1. 准备目标机器

目标机器需要安装以下系统工具：

Ubuntu 20.04+ 或兼容的 Linux 发行版
gcc/g++ (9.0+)
cmake (3.18+)
make
tar/gzip

安装命令：

sudo apt-get update
sudo apt-get install -y build-essential cmake tar gzip

2. 克隆项目

git clone <your-repo-url>
cd <project-directory>

3. 解压环境

./env/scripts/unpack_env.sh

4. 初始化环境

./env/scripts/init_env.sh

此脚本会：

检查系统依赖
修复环境路径
验证环境配置

5. 启动项目

./start_local.sh

注意事项

CUDA 支持

如果目标机器有 NVIDIA GPU，需要安装：

NVIDIA Driver (470+)
CUDA Toolkit (11.0+)
cuDNN (8.0+)

验证 CUDA 安装：

nvidia-smi

网络要求

项目配置为完全离线模式，所有模型都已下载到本地。但首次启动时可能需要访问：

本地缓存目录
模型文件（应包含在项目中）

故障排除

Python 环境未找到

ls -la env/conda_env/kimodo/bin/python

导入错误

env/conda_env/kimodo/bin/python -c "import kimodo; print('OK')"

CUDA 相关错误

检查 NVIDIA 驱动和 CUDA 安装：

nvidia-smi
nvcc --version

环境更新

如需更新 Python 包：

env/conda_env/kimodo/bin/pip install <package-name>

重新打包环境（如有需要）：

conda pack -n kimodo -o env/conda_env/kimodo_env.tar.gz

文件大小说明

打包后的环境：约 1.5-2GB（压缩后）
解压后的环境：约 9GB
包含的主要组件：
- Python 3.10
- PyTorch (CUDA 版本)
- 所有项目依赖包
- Kimodo 项目包

联系支持

如有问题，请检查：

env/scripts/init_env.sh 的输出
start_local.sh 的日志
系统依赖是否完整安装