使用 Claude Code 生成 OpenDeepWiki

使用claudecode生成opendeepwiki

在之前的邪修用法：Codex/ClaudeCode转标准API中尝试了使用 codex 来生成 deep wiki，一切都顺利，就是因为限流导致最终未竟全功，这次换了一个 claude code 的号继续使用。

省流版本：基本功能（网站生成）可用，有点费 Token，MCP 和一些细节仍需打磨。

1. 配置 CLIProxyAPI

CLIProxyAPI

这里主要将为了将 Claude Code 转成标准的 OpenAI 兼容 API。因为使用了中转站，所以配置了对应的 base_url 和 key。

2. 配置 OpenDeepWiki

OpenDeepWiki

我用的0.9.0版本，用下来发现还是有不少问题，比如说默认配置无法直接打开站点、诊断就配了个18888的GRPC的，没有18889的Web页面之类的，还有一些页面无法访问，所以整体功能可用，但是很多细节还需要打磨

services:
  koalawiki:
    image: crpi-j9ha7sxwhatgtvj4.cn-shenzhen.personal.cr.aliyuncs.com/koala-ai/koala-wiki
    environment:
      - KOALAWIKI_REPOSITORIES=/repositories
      - TASK_MAX_SIZE_PER_USER=5 # 每个用户 AI 处理文档生成的最大数量
      - REPAIR_MERMAID=1 # 是否进行 Mermaid 修复，1 修复，其余不修复
      - CHAT_MODEL=claude-sonnet-4-20250514 # 必须要支持 function 的模型（我试了用 Haiku，无法访问，只能用sonnet了）
      - ANALYSIS_MODEL=claude-sonnet-4-20250514 # 分析模型，用于生成仓库目录结构，这个很重要，模型越强，生成的目录结构越好，为空则使用 ChatModel
                        # 分析模型建议使用 GPT-4.1  , CHAT 模型可以用其他模型生成文档，以节省 token 开销
      - CHAT_API_KEY=xxx #您的 APIkey
      - LANGUAGE=中文 # 设置生成语言默认为"中文", 英文可以填写 English 或 英文
      - ENDPOINT=http://xx.xxx.com:8317/v1
      - MODEL_PROVIDER=OpenAI # 模型提供商，支持 OpenAI, AzureOpenAI, Anthropic
      - DB_TYPE=sqlite
      - DB_CONNECTION_STRING=Data Source=/data/KoalaWiki.db
      - UPDATE_INTERVAL=5 # 仓库增量更新间隔，单位天
      - EnableSmartFilter=true # 是否启用智能过滤，这可能影响 AI 得到仓库的文件目录
      - ENABLE_INCREMENTAL_UPDATE=true # 是否启用增量更新
      - ENABLE_CODED_DEPENDENCY_ANALYSIS=false # 是否启用代码依赖分析？这可能会对代码的质量产生影响。
      - ENABLE_WAREHOUSE_FUNCTION_PROMPT_TASK=false # 是否启用 MCP Prompt 生成
      - ENABLE_WAREHOUSE_DESCRIPTION_TASK=false # 是否启用仓库 Description 生成
      - MAX_FILE_LIMIT=100 # 最大上传文件限制，单位 MB
      - DEEP_RESEARCH_MODEL= # 深度研究模型，为空则使用 CHAT_MODEL
      - ENABLE_WAREHOUSE_COMMIT=true # 是否启用仓库提交
      - ENABLE_FILE_COMMIT=true # 是否启用文件提交
      - REFINE_AND_ENHANCE_QUALITY=false # 是否启用质量优化
      - CATALOGUE_FORMAT=compact # 目录结构格式 (compact, json, pathlist, unix)
      - ENABLE_CODE_COMPRESSION=false # 是否启用代码压缩
      - READ_MAX_TOKENS=100000 # AI 读取文件的最大 token 限制
      - OTEL_SERVICE_NAME=koalawiki
      - OTEL_EXPORTER_OTLP_PROTOCOL=grpc
      - OTEL_EXPORTER_OTLP_ENDPOINT=http://aspire-dashboard:18889
    volumes:
      - ./repositories:/app/repositories
      - ./data:/data
    build:
      context: .
      dockerfile: src/KoalaWiki/Dockerfile
  
  aspire-dashboard:
    image: mcr.microsoft.com/dotnet/aspire-dashboard
    container_name: aspire-dashboard
    restart: always
    ports:
      - "18888:18888"
      - "18889:18889"
    environment:
      - TZ=Asia/Shanghai
      - Dashboard:ApplicationName=Aspire

  koalawiki-web:
    image: crpi-j9ha7sxwhatgtvj4.cn-shenzhen.personal.cr.aliyuncs.com/koala-ai/koala-wiki-web
    command: ["/app/start.sh"]
    environment:
      - NEXT_PUBLIC_API_URL=http://koalawiki:8080 # 用于提供给 server 的地址

  nginx: # 需要 nginx 将前端和后端代理到一个端口
    image: nginx:alpine
    ports:
      - "8090:80"
    volumes:
      - ./nginx/nginx.conf:/etc/nginx/conf.d/default.conf
    depends_on:
      - koalawiki
      - koalawiki-web

windows 下就直接 docker 启动！

默认账号：admin / admin

访问：http://localhost:8090

后台查看进度

生成站点消耗

以 lusipad/plcopen 为例，大概消耗了

1
2
3

次数：225 次
Token: 11.43M
代币价：$37.76

主要是因为我都全程用 sonnet，换成其他的可能会节省一些（不过按照这个价格，Pro 账号也不经用）

3. 使用 OpenDeepWiki

网站直接使用
直接网页上访问
MCP

点击页面的 MCP，可以看到已经生成了配置

我们使用 Chatbox 来测试下

开启了 MCP，尝试提问下

正在调用 MCP

整个过程大概要 20~30 秒左右，还是比较慢的

这里可能有个比较大的问题，他会提示说读取不到文件，所以无法基于文件进行分析。。几个MCP都调用失败了

干脆让 AI 生成了一份详细的使用说明

OpenDeepWiki 使用说明

🚀 项目简介

OpenDeepWiki 是一个基于 AI 的智能代码知识库系统，能够自动分析代码仓库并生成高质量的技术文档。系统使用 Claude Sonnet 4 等先进的 AI 模型，为开发者提供深度的代码理解和文档生成服务。

🏗️ 系统架构

服务组件

┌─────────────────┐    ┌─────────────────┐    ┌─────────────────┐
│   前端服务      │    │   后端服务      │    │   监控面板      │
│ (koalawiki-web) │    │ (koalawiki)     │    │(aspire-dashboard)│
│   Port: 3000    │    │   Port: 8080    │    │ Port: 18888-89  │
└─────────────────┘    └─────────────────┘    └─────────────────┘
         │                       │                       │
         └───────────────────────┼───────────────────────┘
                                 │
                ┌─────────────────┴─────────────────┐
                │          Nginx 代理服务           │
                │           Port: 8090             │
                └───────────────────────────────────┘

核心功能

🧠 AI 文档生成: 使用 Claude Sonnet 4 深度分析代码结构和逻辑
📊 仓库管理: 支持 Git 仓库的自动同步和增量更新
🌐 Web 界面: 现代化的前端界面，支持文档浏览和管理
📈 实时监控: Aspire Dashboard 提供系统运行状态监控
🔄 增量更新: 智能检测代码变更，只处理修改的部分

⚙️ 配置参数详解

核心配置 (docker-compose.yml)

AI 模型配置

# AI 模型设置
CHAT_MODEL: claude-sonnet-4-20250514          # 主要聊天模型
ANALYSIS_MODEL: claude-sonnet-4-20250514      # 分析模型（用于目录结构生成）
CHAT_API_KEY: xxx                            # API 密钥
ENDPOINT: http://xx.xxx.com:8317/v1        # API 端点
MODEL_PROVIDER: OpenAI                         # 模型提供商

任务控制配置

TASK_MAX_SIZE_PER_USER: 5                      # 每用户最大并发任务数
LANGUAGE: 中文                                 # 生成文档的语言
UPDATE_INTERVAL: 5                             # 仓库更新间隔（天）
MAX_FILE_LIMIT: 100                            # 最大文件上传限制（MB）
READ_MAX_TOKENS: 100000                        # AI 读取文件的最大 token 限制

功能开关配置

REPAIR_MERMAID: 1                              # Mermaid 图表修复（1=启用）
EnableSmartFilter: true                        # 智能过滤
ENABLE_INCREMENTAL_UPDATE: true                # 增量更新
ENABLE_CODED_DEPENDENCY_ANALYSIS: false       # 代码依赖分析
ENABLE_WAREHOUSE_FUNCTION_PROMPT_TASK: false  # MCP Prompt 生成
ENABLE_WAREHOUSE_DESCRIPTION_TASK: false      # 仓库描述生成
ENABLE_WAREHOUSE_COMMIT: true                  # 仓库提交功能
ENABLE_FILE_COMMIT: true                       # 文件提交功能
REFINE_AND_ENHANCE_QUALITY: false              # 质量优化
ENABLE_CODE_COMPRESSION: false                 # 代码压缩

高级配置

1
2
3

CATALOGUE_FORMAT: compact                      # 目录结构格式 (compact/json/pathlist/unix)
DB_TYPE: sqlite                                # 数据库类型
DB_CONNECTION_STRING: Data Source=/data/KoalaWiki.db  # 数据库连接字符串

🚀 快速启动

1. 环境准备

# 确保已安装 Docker 和 Docker Compose
docker --version
docker compose --version

# 克隆项目到本地
git clone <repository-url>
cd OpenDeepWiki

2. 配置设置

编辑 docker-compose.yml 文件，配置您的 AI API 设置：

1 2	`CHAT_API_KEY: 您的API密钥 ENDPOINT: 您的API端点`

3. 启动服务

# 启动所有服务
docker compose up -d

# 查看服务状态
docker compose ps

# 查看服务日志
docker compose logs -f koalawiki

4. 服务重启

# 停止服务
docker compose down

# 启动服务（包含配置更新）
docker compose up -d

# 清理孤立容器（如有需要）
docker compose down --remove-orphans

🌐 访问方式

主要服务端点

服务	地址	功能
Web 界面	http://localhost:8090	主要使用入口，文档浏览和管理
监控面板	http://localhost:18888	系统运行状态监控
后端 API	http://localhost:8080	直接 API 访问（通常通过前端）

主要功能页面

📚 仓库列表: 查看和管理已添加的代码仓库
📄 文档浏览: 查看 AI 生成的技术文档
⚙️ 设置页面: 配置系统参数和 AI 模型
📊 统计信息: 查看文档生成统计和系统使用情况

📖 使用流程

1. 添加代码仓库

访问 Web 界面: http://localhost:8090
点击”添加仓库”按钮
输入 Git 仓库 URL 或上传本地代码
配置仓库分析参数

2. AI 文档生成

系统自动分析代码结构
AI 模型深度理解代码逻辑
生成多种类型的技术文档：
- 项目概览
- 架构分析
- API 文档
- 使用指南
- 核心概念说明

3. 文档管理

浏览生成的文档内容
搜索特定技术信息
导出文档为不同格式
跟踪文档更新历史

🔧 运维管理

日志监控

# 查看实时日志
docker compose logs -f koalawiki

# 查看特定数量的日志
docker compose logs --tail=50 koalawiki

# 查看所有服务日志
docker compose logs -f

数据备份

# 备份数据目录
cp -r ./data ./data_backup_$(date +%Y%m%d)

# 备份仓库数据
cp -r ./repositories ./repositories_backup_$(date +%Y%m%d)

性能优化

增加并发任务数: 调整 TASK_MAX_SIZE_PER_USER 参数
优化 Token 使用: 调整 READ_MAX_TOKENS 限制
启用智能过滤: 确保 EnableSmartFilter=true
配置增量更新: 设置合适的 UPDATE_INTERVAL

🐛 故障排除

常见问题

1. 服务启动失败

# 检查端口占用
netstat -tulpn | grep :8090
netstat -tulpn | grep :8080

# 重启 Docker 服务
sudo systemctl restart docker

# 清理 Docker 资源
docker system prune -f

2. AI 生成失败

检查 API 密钥是否正确
验证网络连接到 AI 端点
查看日志中的具体错误信息
确认模型名称是否正确

3. 前端无法访问

# 检查 nginx 配置
docker compose logs nginx

# 验证前端服务状态
docker compose logs koalawiki-web

# 重启前端服务
docker compose restart koalawiki-web nginx

4. 数据库连接问题

# 检查数据目录权限
ls -la ./data/

# 重新创建数据库
rm -f ./data/KoalaWiki.db
docker compose restart koalawiki

性能调优建议

1. 系统资源优化

内存: 推荐至少 4GB RAM
存储: 确保足够的磁盘空间用于代码仓库和生成的文档
网络: 稳定的网络连接到 AI API 端点

2. AI 参数调优

# 高性能配置
TASK_MAX_SIZE_PER_USER: 10      # 增加并发任务
READ_MAX_TOKENS: 150000         # 增加 token 限制
ENABLE_CODE_COMPRESSION: true   # 启用代码压缩

3. 数据库优化

定期备份数据库文件
监控数据库大小增长
考虑使用外部数据库（如 PostgreSQL）

📊 监控指标

系统监控 (Aspire Dashboard)

📈 请求响应时间: 监控 API 响应性能
🔄 任务处理状态: 跟踪 AI 文档生成进度
💾 资源使用情况: 监控内存和 CPU 使用
🌐 网络连接状态: 监控到 AI 端点的连接

应用指标

📚 仓库数量: 已管理的代码仓库总数
📄 文档生成数: 成功生成的文档数量
⏱️ 平均处理时间: 文档生成的平均耗时
🎯 成功率: 文档生成的成功比例

🔐 安全建议

1. API 密钥安全

不要在公开代码中硬编码 API 密钥
定期更换 API 密钥
使用环境变量管理敏感信息

2. 网络安全

在生产环境中配置防火墙规则
使用 HTTPS 协议（配置 SSL 证书）
限制外部访问的端口

3. 数据安全

定期备份重要数据
加密敏感数据存储
实施访问控制策略

📚 扩展功能

1. 自定义 AI 模型

系统支持多种 AI 模型，可以根据需要配置：

OpenAI GPT 系列
Anthropic Claude 系列
自定义兼容端点

2. 插件扩展

支持自定义文档模板
可扩展的文件类型支持
自定义分析规则

3. 集成方案

CI/CD 流水线集成
版本控制系统集成
项目管理工具集成

🆘 技术支持

获取帮助

查看系统日志获取详细错误信息
检查 GitHub Issues 页面
参考项目文档和 README
联系技术支持团队

贡献项目

提交 Bug 报告
建议新功能
贡献代码改进
完善文档内容

📝 更新日志

版本信息

当前版本: 0.9.0
最后更新: 2025-09-20
维护状态: 活跃开发中

主要特性

✅ 支持 Claude Sonnet 4 模型
✅ 完整的 Web 界面
✅ 实时监控面板
✅ 增量更新机制
✅ 多语言文档生成
✅ Docker 容器化部署

这份文档会随着系统功能的更新而持续维护和完善。

AI工具

#AI #deepwiki #claudecode

使用 Claude Code 生成 OpenDeepWiki

https://lusipad.com/2025/09/20/create_deep_wiki_with_claude_code/

作者

lusipad

发布于

2025年9月20日

许可协议

Claude Sonnet 4.5 发布上一篇

邪修用法：Codex/Claude Code 转标准 API 下一篇