MGeo开源大模型教程从ModelScope控制台部署到Nginx反向代理公网访问1. 引言为什么你需要一个自己的地址解析服务想象一下这个场景你正在开发一个外卖配送系统用户填写的收货地址五花八门——“北京市海淀区中关村大街27号”、“中关村27号”、“海淀中关村大街27号”。这些地址看起来差不多但对系统来说要准确解析出省、市、区、街道、门牌号简直是个噩梦。这就是地址结构化要解决的问题。而今天要介绍的MGeo模型就是达摩院和高德地图联手打造的一个“地址理解专家”。它能像人一样从一段混乱的地址文本中精准地提取出各个结构化的要素。你可能在想“听起来很厉害但我怎么用起来呢” 这正是本教程要解决的问题。我们将手把手带你完成两件事快速部署在ModelScope控制台用最简单的方式把MGeo模型跑起来。公网访问通过Nginx反向代理让你在任何地方都能通过浏览器访问这个服务。无论你是想集成到自己的物流系统里还是单纯想体验一下这个强大的地址解析能力跟着这篇教程走10分钟就能搞定。2. 环境准备与一键部署2.1 认识MGeo模型在开始动手之前我们先简单了解一下MGeo到底强在哪里。它不是一个简单的文本匹配工具而是一个经过多任务、多模态预训练的“大脑”。多模态它不仅能理解文字描述的地址还能结合地图的坐标、形状等信息进行学习就像一个人既看地图又看文字描述一样。多任务它在训练时同时学习了地址解析、地址匹配、地址补全等多个任务所以对各种地址相关的任务都表现得很出色。中文地址专家专门针对中文地址的复杂表达进行了优化比如“XX省XX市XX区”和“XX市XX区XX路”这种不同层级的省略它都能很好地处理。简单来说你给它一段地址文本它就能返回一个结构化的JSON告诉你省、市、区、街道、路名、门牌号分别是什么。2.2 在ModelScope控制台部署这是最简单的一步几乎不需要任何命令行操作。访问ModelScope打开你的浏览器访问 ModelScope官网 并登录。搜索MGeo镜像在顶部的搜索框里输入“MGeo门址地址结构化”进行搜索。选择并部署在搜索结果中找到名为“MGeo门址地址结构化要素解析-中文-地址领域-base”的镜像。点击它进入详情页然后你会看到一个醒目的“部署”或“立即体验”按钮点击它。启动WebUI系统会自动为你创建一个包含该模型的环境。部署完成后页面通常会提供一个访问链接或者引导你进入一个Web终端。我们的目标是运行一个基于Gradio的Web界面。根据镜像说明前端代码位于/usr/local/bin/webui.py。因此你需要在提供的Web终端或SSH连接中执行以下命令cd /usr/local/bin python webui.py获取访问地址命令执行成功后控制台会输出一个本地访问地址通常是http://127.0.0.1:7860或类似的。请记下这个地址和端口号比如7860我们下一步会用到。至此你的MGeo模型服务已经在ModelScope提供给你的云服务器上运行起来了。但问题是这个地址只能在服务器内部访问我们想从自己的电脑上访问该怎么办呢这就需要用到Nginx反向代理了。3. 配置Nginx实现公网访问现在模型服务在服务器的7860端口跑起来了但外网无法直接访问。我们需要一个“门卫”——Nginx把外部的请求转发到内部的服务上。3.1 连接服务器并安装Nginx首先你需要通过SSH连接到ModelScope为你分配的那台云服务器。连接信息IP地址、用户名、密码或密钥可以在ModelSpace控制台的实例管理页面找到。连接成功后安装Nginx。这里以Ubuntu/Debian系统为例# 更新软件包列表 sudo apt update # 安装Nginx sudo apt install nginx -y # 启动Nginx服务 sudo systemctl start nginx # 设置开机自启 sudo systemctl enable nginx安装完成后你可以在浏览器输入服务器的公网IP地址如果看到Nginx的欢迎页面说明安装成功。3.2 配置反向代理规则Nginx的核心配置文件是/etc/nginx/nginx.conf但通常我们会在/etc/nginx/sites-available/目录下为每个网站创建独立的配置文件。创建配置文件我们为MGeo服务创建一个新的配置文件。sudo nano /etc/nginx/sites-available/mgeo编辑配置文件将以下内容粘贴进去。你需要修改两个地方server_name这里填写你的服务器公网IP地址或者你已绑定到该IP的域名。proxy_pass这里的http://127.0.0.1:7860必须和上一步中webui.py启动后输出的本地地址完全一致。server { listen 80; # 监听80端口HTTP server_name your_server_ip_or_domain; # 替换为你的服务器IP或域名 location / { proxy_pass http://127.0.0.1:7860; # 转发到Gradio服务 proxy_set_header Host $host; proxy_set_header X-Real-IP $remote_addr; proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for; proxy_set_header X-Forwarded-Proto $scheme; # 以下配置对WebSocket支持很重要Gradio可能用到 proxy_http_version 1.1; proxy_set_header Upgrade $http_upgrade; proxy_set_header Connection upgrade; } }保存并退出按CtrlX然后按Y再按Enter。3.3 启用配置并测试创建符号链接将配置文件链接到sites-enabled目录Nginx才会读取它。sudo ln -s /etc/nginx/sites-available/mgeo /etc/nginx/sites-enabled/测试配置语法这是一个非常重要的步骤可以检查配置文件有没有写错。sudo nginx -t如果看到syntax is ok和test is successful的提示说明配置正确。重载Nginx让Nginx加载新的配置。sudo systemctl reload nginx防火墙设置如果需要确保服务器的安全组或防火墙规则允许80端口的入站流量。大功告成现在打开你的浏览器访问http://你的服务器IP你应该就能看到和之前在ModelSpace控制台里一样的MGeo Web界面了。4. 使用你的MGeo地址解析服务服务部署好后用起来就非常简单了。界面通常很直观输入地址在页面的文本框中输入你想要解析的中文地址。例如“浙江省杭州市余杭区文一西路969号”。点击提交点击“提交”或“解析”按钮。查看结果稍等片刻页面下方就会以结构化的JSON格式展示解析结果。你可能会看到类似下面的信息{ 省: 浙江省, 市: 杭州市, 区: 余杭区, 街道: , 路名: 文一西路, 门牌号: 969号 }这样一段非结构化的文本就变成了程序可以直接使用的结构化数据。试试这些例子看看效果“送到朝阳区三元桥凤凰汇”“上海市浦东新区张江高科技园区郭守敬路498号”“广州天河体育中心”你会发现即使地址表述不完全规范MGeo也能有很高的准确率。5. 总结与后续建议回顾一下我们完成了从云平台一键部署到配置公网访问的完整流程。你现在拥有一个随时可用的、专业的地址解析API服务。学到了什么你不仅学会了部署一个具体的AI模型MGeo更重要的是掌握了“ModelSpace部署 Nginx反向代理”这个通用套路。这个套路适用于绝大多数在ModelSpace上找到的、带有Web界面的AI镜像。下一步可以做什么API化目前的Gradio界面适合测试。如果你想在程序里调用可以研究一下MGeo模型本身的Python API然后写一个简单的Flask或FastAPI应用再通过Nginx暴露出去。增加安全性可以考虑为Nginx配置SSL证书使用Let‘s Encrypt免费证书将HTTP升级为HTTPS让通信更安全。性能监控如果调用量变大可以关注服务器的CPU和内存使用情况。探索更多模型ModelSpace上还有成千上万其他有趣的模型如图像生成、语音识别、文档理解等都可以用类似的方法部署成服务。地址解析是数字世界与现实世界连接的关键一环。有了MGeo这样的工具开发基于位置服务的应用门槛大大降低。希望这个教程能帮你打开一扇门把强大的AI能力快速集成到你的项目中去。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。