在上一篇中启动ChatGLM3-6B和m3e模型时有两个接口地址需要记录
ChatGLM3-6B接口地址：ip:8000
m3e接口地址：ip:6008
one-api
通过标准的 OpenAI API 格式聚合各种大模型，开箱即用 。
基于docker运行one-api
一行代码运行one-api
docker run --name one-api -d --restart always -p 3000:3000 -e TZ=Asia/Shanghai -v /home/ubuntu/data/one-api:/data justsong/one-api访问ip:3000登录系统，初始账号密码root/123456
在one-api中添加chatglm3渠道
- 类型：自定义渠道。
- 名称：chatglm3-6b-gpu
- 模型名称可以自定义：chatglm3-6b-gpu
- 密钥随便填：sk-aaabbbcccdddeeefffggghhhiiijjjkkk
- 代理地址填入 ChatGLM3-6B 的 API 地址，此处我填的本地地址（注意：本地调试不能填127.0.0.1，需要填写ipv4地址，可以通过`ip -a`命令查看）
点击渠道，返回测试成功，说明配置成功
在one-api中添加m3e渠道
- 类型：自定义渠道。
- 名称：m3e
- 模型名称可以自定义：m3e
- 密钥随便填：sk-aaabbbcccdddeeefffggghhhiiijjjkkk
- 代理地址填入m3e的 API 地址，此处我填的本地地址（注意：本地调试不能填127.0.0.1，需要填写ipv4地址，可以通过`ip -a`命令查看）
点击测试，返回以下结果说明配置成功
点击令牌，添加新令牌
- 名称：fastGPT
- 过期时间：永不过期
- 取消无限额度：设置成取消无限额度
配置完成之后提交，点击复制ChatGPT Next Web
会在我的令牌下面弹出参数，保存此参数，在部署fastGPT的时候会用到。
