Zum Inhalt springen

KI-Funktionen

OpenFishing hat optionale KI-Funktionen, die von einem LiteLLM-Proxy angetrieben werden, den du selbst betreibst. Deine API-Schlüssel bleiben serverseitig — sie werden niemals dem Browser offengelegt.

Setze diese Umgebungsvariablen (siehe Umgebungsvariablen):

environment:
- CHATBOT=true
- LITELLM_URL=http://litellm:4000
- LITELLM_MODEL=your-model-name
  • CHATBOT — jeder truthy-Wert aktiviert das schwebende Chat-Widget.
  • LITELLM_URL — die Basis-URL deines LiteLLM-Proxys.
  • LITELLM_MODEL — ein Modellname, der einem Eintrag in deiner litellm.config.yaml entspricht.

Der Chatbot kann Fragen zu deinen eigenen Daten beantworten (deine Köder, Stellen, Fänge und Ausrüstung).

Betreibe LiteLLM neben OpenFishing im selben Compose-Projekt:

services:
openfishing:
image: ghcr.io/m1ndgames/openfishing:latest
ports:
- "3000:3000"
environment:
- CHATBOT=true
- LITELLM_URL=http://litellm:4000
- LITELLM_MODEL=your-model-name
- LITELLM_VISION_MODEL=your-vision-model # optional
volumes:
- openfishing-db:/app/data
- openfishing-uploads:/app/uploads
litellm:
image: ghcr.io/berriai/litellm:main-latest
command: ["--config", "/app/config.yaml"]
volumes:
- ./litellm.config.yaml:/app/config.yaml
# Gib hier deine Provider-API-Schlüssel an, z. B. über eine env_file
volumes:
openfishing-db:
openfishing-uploads:

Deine litellm.config.yaml definiert die Modelle (LITELLM_MODEL / LITELLM_VISION_MODEL müssen mit den dort deklarierten Namen übereinstimmen). Provider-API-Schlüssel werden auf der LiteLLM-Seite konfiguriert und erreichen niemals das Frontend von OpenFishing.

Wenn du LITELLM_VISION_MODEL setzt (ein bilderkennungsfähiges Modell), fügt OpenFishing Folgendes hinzu:

  • Fischerkennung — schlage eine Art aus einem Foto im Fang-Formular vor.
  • Ködererkennung — erkenne einen Köder aus einem Foto im Köder-hinzufügen-Formular.

Wenn LITELLM_VISION_MODEL nicht gesetzt ist, greift die Erkennung auf LITELLM_MODEL zurück.