文心快码私有化部署及安装配置完整指南

先说几个核心判断：文心快码要跑在企业内网，前提是你得把硬件环境、镜像包和认证体系都老老实实准备好。这不是一个“启动即用”的傻瓜式工具，但一旦部署好了，它的价值——尤其是在代码审查自动化、内部知识库联动和敏感代码不出域这类强合规场景下——绝对值得你投入这些配置成本。 这套方案的底牌是：不依赖百度云端API，所有代码生成、上下文理解、函数补全都在本地完成。同时它还能对接你已有的LDAP账号体系和GitLab仓库权限系统。换句话说，从硬件到数据到认证，全流程闭环在内部网络里。

确认硬件与系统环境

第一件事是确认你的GPU能不能用。打开终端，敲一行命令：nvidia-smi。如果返回空或者报“NVIDIA-SMI has failed”，那说明驱动没装或者GPU压根不可用。这个问题必须先解决，不然这条路走不下去。

接着检查CUDA版本。运行 nvcc --version，输出必须是11.8或12.1。低于11.7模型根本加载不了，高于12.4又会发现兼容层缺失——就是这么严格。

内存和存储也得达标。用 free -h 看可用内存，必须大于等于64GB；用 df -h /opt 检查挂载点，剩余空间不能少于120GB。NVMe固态不是强制的，但强烈推荐——SATA SSD在批量索引时延迟会飙到800ms以上，影响体验。

拉取并校验离线镜像包

从企业内网镜像源下载完整的离线包：wenxin-code-offline-v3.2.1-20260628.tar.zst。这个包包含了模型权重、推理引擎、Web服务框架还有预编译插件，一步到位。

下载后一定要校验完整性：zstd -d wenxin-code-offline-v3.2.1-20260628.tar.zst | sha256sum -c wenxin-code-offline-v3.2.1-20260628.sha256。校验失败就立即中止，别抱侥幸心理去解压，那只会浪费更多时间。

解压到统一部署根目录：sudo tar -xf wenxin-code-offline-v3.2.1-20260628.tar -C /opt/wenxin-code。路径里不能有中文或空格，启动脚本对这类问题非常敏感，解析出错就直接退出了。

配置LDAP账号集成

这里有两种方式，得根据你现有的认证体系来选。

方法一：直连OpenLDAP

编辑 /opt/wenxin-code/conf/auth.yaml，填上以下字段：

auth_provider: ldap
ldap:
  host: ldaps://ldap.internal.corp:636
  bind_dn: "cn=admin,dc=internal,dc=corp"
  bind_password: "ENC(AES256)xxx..."
  base_dn: "ou=developers,dc=internal,dc=corp"
  user_attr: "uid"
  search_filter: "(|(uid={username})(mail={username}))"

注意：密码字段必须用 enc-tool 加密后再填入。明文写进去，服务启动时配置会被直接拒绝——这个细节很关键。

方法二：对接Azure AD via SAML 2.0（仅限企业版许可）

启用前需要在Azure门户创建一个企业应用，配置Assertion Consumer Service URL 为 https://code.internal.corp/saml/acs。然后把生成的元数据XML上传到 /opt/wenxin-code/conf/saml/metadata.xml。

初始化代码索引与向量库

这一步搞定，才算真正能用。

先准备代码源：把GitLab仓库克隆到 /opt/wenxin-code/repos/ 下，每个仓库一个子目录，目录名就是项目标识符，比如 payment-service。

然后设置索引白名单。编辑 /opt/wenxin-code/conf/indexing.yaml，在 include_patterns 里加上：- "**/*.py"、- "**/*.java"、- "**/src/main/**"。忽略测试目录和构建产物，能缩短首次索引时间将近一半——47% 是个实打实的省时效果。

接下来执行索引构建：sudo -u wenxin /opt/wenxin-code/bin/init-index.sh。这个过程会占满全部GPU显存，所以期间别跑其他推理任务。如果进度条卡在72%超过15分钟，去检查 /var/log/wenxin-code/indexer.log，看是不是出现了 token limit exceeded 的报错。

最后验证向量库状态：调一下 curl http://localhost:8080/api/v1/health/vectorstore。返回 {"status":"ready","total_chunks":248912}，就说明一切就绪了。