安装部署

本节介绍如何通过 Docker，云服务或安装包来部署 TDgpt

Docker 快速体验

镜像版本说明

镜像名称	包含模型
tdengine/tdgpt	涛思时序数据基础模型（TDtsfm v1.0）
tdengine/tdgpt-full	涛思时序数据基础模型（TDtsfm v1.0）+ Time-MoE 时序数据基础模型

快速启动指南

您需要先安装 Docker，然后通过如下方式获取镜像并启动容器。

标准版镜像

拉取最新的 TDgpt 标准版容器镜像：

docker pull tdengine/tdgpt:latest

或者特定版本的容器镜像：

docker pull tdengine/tdgpt:{{VERSION}}

执行下面的命令启动容器：

docker run -d \
  -p 6035:6035 \
  -p 6061:6061 \
  tdengine/tdgpt:3.4.0.9

备注

从 3.3.7.5 版本开始，TDgpt 的端口号由 6090 变更为 6035.

完整版镜像

拉取最新的 TDgpt 容器镜像：

docker pull tdengine/tdgpt-full:latest

或者指定版本的容器镜像：

docker pull tdengine/tdgpt-full:{{VERSION}}

执行下面的命令启动容器：

docker run -d \
  --name tdgpt \
  -p 6035:6035 \
  -p 6061:6061 \
  -p 6062:6062 \
  tdengine/tdgpt-full:3.4.0.9

注意：TDgpt 服务端使用 6035 TCP 端口。6061 和 6062 端口分别是时序基础模型 TDtsfm 的服务端口和 Time-MoE 的服务端口；从当前版本开始，Chronos、Moirai、TimesFM、Moment 等模型服务默认使用 6063-6066 端口，6067-6070 为预留模型服务端口。

确定该容器已经启动并且在正常运行。

docker ps

进入该容器并执行 bash

# 此处容器名称为 tdgpt，创建容器时已经指定该名称
docker exec -it <container name> bash

然后就可以执行相关的 Linux 命令操作和访问 TDengine TSDB。

注册云服务使用 TDgpt

TDgpt 可以在 TDengine Cloud 上进行快速体验。如果您已经有云服务账号，请在数据库集市里面找到 时序数据预测分析数据集 数据库，点击启用就可以进入这个数据库。然后按照 TDgpt 的 SQL 操作手册来执行语句，比如 select forecast(val, 'algo=tdtsfm_1') from forecast.electricity_demand;。

安装包部署

Linux 系统

环境准备

使用 TDgpt 的高级时序数据分析功能需要在 TDengine TSDB 集群中安装部署 Taos AI node（anode）。anode 运行在 Linux 平台上，对部署 anode 的有一定的环境要求：

• Python: 3.10、3.11、3.12 版本。由于部分依赖库与 Python 3.12 及以上版本存在冲突，因此暂不支持。
• TDengine TSDB：v3.3.6.0 及以上版本。
• C 编译器：因依赖 uWSGI，部署环境需包含 C 编译器（注：3.4.1 版本不再使用 uWSGI）。但是，PyTorch 进行深度学习推理的时候会动态生成 C++ 代码，优化模型执行效率，该过程需要调用 cc1x，因此运行环境需具备完整编译运行能力。

使用如下命令在 Ubuntu Linux 上安装 Python 3.10 环境。如果您的系统环境中已经有 Python 3.10，请跳过本节，直接查看 获取安装包 部分。

安装 Python

sudo apt-get install software-properties-common
sudo add-apt-repository ppa:deadsnakes/ppa
sudo apt update
sudo apt install python3.10
sudo update-alternatives --install /usr/bin/python3 python3 /usr/bin/python3.10 2
sudo update-alternatives --config python3
sudo apt install python3.10-venv
sudo apt install python3.10-dev

安装 pip

curl -sS https://bootstrap.pypa.io/get-pip.py | python3.10

将 ~/.local/bin 路径添加到环境变量中 ~/.bashrc or ~/.bash_profile。

export PATH=$PATH:~/.local/bin

至此 Python 环境准备完成，可以进行 taosanode 的安装和部署。

安装 C 编译器（按需安装）

sudo apt update
sudo apt install build-essential

获取安装包

1. 从列表中下载获得 tar.gz 安装包

   安装包中包含两个时序基础模型：涛思时序基础模型（TDtsfm v1.0）和 Time-MoE 时序基础模型。两个基础时序模型启动时候需要一定的内存空间，请确保安装机器至少有 16GiB 可用内存。

2. 进入到安装包所在目录，使用 tar 解压安装包；

tar -zxvf tdengine-tdgpt-oss-{{VERSION}}-linux-x64.tar.gz

执行安装脚本

解压安装包后，进入目录执行其中的 install.sh 脚本进行安装。

cd tdengine-tdgpt-oss-{{VERSION}}
./install.sh

为了避免影响系统已有的 Python 环境，anode 使用虚拟环境运行。安装 anode 会在目录 /var/lib/taos/taosanode/venv/ 中创建默认的 Python 虚拟环境，anode 运行所需要的库均安装在该目录下。

为了避免反复安装虚拟环境带来的开销，卸载命令 rmtaosanode 并不会自动删除该虚拟环境，如果您确认不再需要该 Python 虚拟环境，手动删除该目录即可。

激活虚拟环境

为了避免影响系统已有的 Python 环境，TDgpt 安装过程中会自动创建一个虚拟环境，该虚拟环境默认位于 /var/lib/taos/taosanode/venv/。

• 创建完成该虚拟环境，该虚拟环境通过 pip 安装支持 TDgpt 运行所必须的 Python 依赖库。

• 该虚拟环境不会被卸载脚本 rmtaosanode 删除，当您确认不再需要该虚拟环境的时候，需要手动删除该虚拟环境。

• 后续如果您需要开发自己的算法模型并整合到 TDgpt 中，可通过虚拟环境中的 pip 安装新依赖库。

卸载

卸载 TDgpt，执行 rmtaosanode 即可。

安装过程中自动安装的虚拟环境不会被自动删除，用户确认不再需要的时候，需要手动删除该虚拟环境。

Windows 系统

适用版本与交付形态

从 3.4.1 开始，Windows 安装链路提供标准安装包。

当前 Windows 交付只保留两种路径：

• 基础安装包 + 在线安装
• 基础安装包 + 外部离线 tar

其中：

• 基础安装包只包含 TDgpt 程序文件、配置、脚本和安装向导
• 外部离线 tar 用于承载 Python runtime、虚拟环境和模型文件

环境要求

• 操作系统：Windows 10/11 或 Windows Server 2019+
• Python：3.10、3.11 或 3.12，并加入 PATH
• 需要安装 Microsoft Visual C++ Redistributable x64
• 建议使用管理员权限运行安装程序

备注

Windows 在线首次安装时，安装器需要使用系统 Python 执行安装脚本；安装完成后，TDgpt 运行时固定使用安装目录下的主虚拟环境，不依赖系统 Python。Windows 离线首次安装在导入外部离线 tar 时，不要求系统 Python，但离线 tar 需要包含 python/runtime 与所需虚拟环境。

在线首次安装

1. 运行基础安装包 tdengine-tdgpt-oss-<version>-Windows-x64.exe
2. 选择安装目录，默认是 C:\TDengine\taosanode
3. 在安装向导中选择 Online
4. 选择 Python 包源、是否安装 TensorFlow CPU 支持、是否在线下载模型
5. 完成安装

在线首次安装会：

• 创建主虚拟环境
• 在线安装 Python 依赖
• 按选择下载模型`
• 注册 Windows 服务 Taosanode

离线首次安装

1. 运行基础安装包 tdengine-tdgpt-oss-<version>-Windows-x64.exe
2. 选择安装目录
3. 在安装向导中选择 Offline package
4. 选择一个外部离线 tar
5. 完成安装

离线 tar 可包含：

• python/runtime
• venvs/...
• model/...

离线首次安装会直接导入这些内容，不再联网安装 Python 依赖或模型，也不要求机器预先安装系统 Python。导入完成后，安装目录下会额外出现 python\runtime 目录。

升级安装

Windows 升级时，安装器会先检测当前机器是否已经存在 TDgpt 安装登记。

升级时的默认行为是：

• 复用现有 venv
• 复用现有模型目录
• 更新 TDgpt 程序文件和服务配置

只有在以下场景才需要重新导入环境或模型：

• 当前环境缺失或损坏
• 离线升级时用户显式提供新的离线 tar
• 依赖发生变化，现有环境无法复用

备注

Windows 当前只支持单机单实例安装。如果机器上已经登记过一个安装目录，安装器会锁定到该目录；如需改目录，需先卸载现有安装。

验证安装

推荐优先使用批处理脚本验证：

C:\TDengine\taosanode\bin\status-taosanode.bat
C:\TDengine\taosanode\bin\status-model.bat

也可用服务命令验证：

sc query Taosanode
reg query HKLM\Software\taosdata\TDgpt /v InstallDir

安装目录结构

Windows 默认安装目录为：

C:\TDengine\taosanode

关键目录如下：

<install_dir>\
├── bin\
├── cfg\
├── lib\
├── log\
├── model\
├── python\   
│   └── runtime\
├── requirements\
└── venvs\
    ├── venv\
    ├── moirai_venv\
    ├── chronos_venv\
    ├── timesfm_venv\
    └── momentfm_venv\

说明：

• 在线安装通常不会创建 python\runtime
• 使用外部离线 tar 导入时，会额外生成 python\runtime