Discourse AI 插件提供了可以自建的鉴黄、鉴脏、情绪分析、嵌入 4 种功能，但在使用这些功能之前，需要先运行其对应的模型。
Discourse 官方已经为这些模型打包好了 Docker 镜像，所以我们可以很轻松地在服务器上运行模型。
注意：支持中文的嵌入模型multilingual-e5-small特别占内存（在我这里容器占用了 30 G+），其他容器占用约 2 G / 个。
接下来，运行以下命令以启动 Discourse 提供的鉴脏、鉴黄、情感分析容器：
# 请先关闭 selinux，否则下载模型会出错无权限
mkdir /opt/tei-cache
docker run -itd --restart always -e "API_KEYS=xxx" --name detoxify -e BIND_HOST=0.0.0.0 -p8082:80 ghcr.io/discourse/detoxify:latest
docker run -itd --restart always -e "API_KEYS=xxx" --name nsfw -e BIND_HOST=0.0.0.0 -p8083:80 ghcr.io/discourse/nsfw-service:latest
docker run -itd --restart always --name sentiment --shm-size 1g -p 8084:80 -v /opt/tei-cache:/data ghcr.io/huggingface/text-embeddings-inference:cpu-latest --model-id cardiffnlp/twitter-roberta-base-sentiment-latest --revision refs/pr/30 --api-key xxx
其中请替换 API_KEYS 为你自己设置的密钥，以防止接口被盗用。
如果服务器位于国内导致 ghcr.io 链接速度过慢，可以修改为 ghcr.dockerproxy.com 以加速。
如果你的服务器配置满足运行嵌入模型的要求，可以运行以下命令启动 HuggingFace 提供的嵌入模型容器：
docker run -itd --restart always --name embeddings --shm-size 1g -p 8081:80 -v /opt/tei-cache:/data ghcr.io/huggingface/text-embeddings-inference:cpu-latest --model-id intfloat/multilingual-e5-large --api-key xxx
可选 3 个模型，具体见后台 ai embeddings model 配置项，中文使用multilingual-e5-large。
同样需要设置--api-key以防止滥用。
如果服务器位于国内导致 HuggingFace 链接速度过慢，可以添加 -e "http_proxy=http://192.168.x.x:xxxx" -e "https_proxy=http://192.168.x.x:xxxx" 到命令中以使用代理加速。
如果运行一切正常（可通过docker logs xxx 查看容器日志），那么就可以在 Discourse 后台配置插件了。
对于 Discourse 提供的 3 个容器，配置好对应的 API 端点和密钥即可，模型可自行选择。
对于 HuggingFace 的嵌入模型，需要配置 ai hugging face tei endpoint 和 ai hugging face tei api key。在下方 ai embeddings model 选择使用的模型
，需要和前面启动容器填写的模型 ID 一致。
最后，启用各功能对应的总开关即可。