Open Canvas项目在Docker Compose环境下的部署实践
2025-06-13 13:33:55作者:齐添朝
前言
Open Canvas是一个基于LangChain生态的AI应用开发框架,它提供了丰富的功能模块和API接口。在实际生产环境中,我们通常需要将其部署到容器化环境中运行。本文将详细介绍如何通过Docker Compose完整部署Open Canvas项目。
核心组件分析
Open Canvas项目主要由以下几个核心组件构成:
- 前端服务:基于Next.js构建的Web界面
- LangGraph服务:提供AI能力支撑的后端服务
- 数据库服务:PostgreSQL作为主数据库
- 缓存服务:Redis作为缓存层
部署方案设计
基础Docker Compose配置
在docker-compose.yml文件中,我们需要定义四个主要服务:
services:
open-canvas:
build: .
env_file: .env
ports:
- "3000:3000"
depends_on:
- langgraph
- db
- redis
# 环境变量配置...
langgraph:
image: langchain/langgraphjs-api:20
# 服务配置...
db:
image: postgres:15
# 数据库配置...
redis:
image: redis:7
# Redis配置...
关键配置说明
- 环境变量传递:需要确保所有必要的API密钥和环境配置正确传递到容器中
- 服务依赖:前端服务依赖于LangGraph、数据库和Redis服务
- 端口映射:合理规划各服务的端口映射关系
常见问题解决方案
在部署过程中,开发者可能会遇到"ERROR IN PROXY 404 Not Found"错误,这通常是由于LangGraph服务配置不当导致的。以下是有效的解决方案:
优化LangGraph服务配置
建议使用专门的Dockerfile来构建LangGraph服务:
FROM langchain/langgraphjs-api:20
ADD . /deps/open-canvas
RUN cd /deps/open-canvas && yarn install --frozen-lockfile
ENV LANGSERVE_GRAPHS='{
"agent": "./src/agent/open-canvas/index.ts:graph",
"reflection": "./src/agent/reflection/index.ts:graph",
"thread_title": "./src/agent/thread-title/index.ts:graph"
}'
WORKDIR /deps/open-canvas
RUN (test ! -f /api/langgraph_api/js/build.mts && echo "Prebuild script not found, skipping") || tsx /api/langgraph_api/js/build.mts
数据库持久化配置
为确保数据安全,建议为PostgreSQL配置持久化存储:
volumes:
langgraph-data:
driver: local
services:
langgraph-postgres:
image: postgres:16
volumes:
- langgraph-data:/var/lib/postgresql/data
# 其他配置...
最佳实践建议
- 健康检查:为关键服务添加健康检查机制,确保依赖服务就绪后再启动应用
- 资源限制:为各容器设置合理的资源限制,避免资源争用
- 日志收集:配置统一的日志收集方案,便于问题排查
- 环境隔离:区分开发、测试和生产环境配置
总结
通过合理的Docker Compose配置,可以完整部署Open Canvas项目的所有组件。关键在于正确配置各服务间的依赖关系和通信机制,特别是LangGraph服务的特殊配置要求。本文提供的解决方案已经过实践验证,能够有效解决常见的404代理错误问题。开发者可以根据实际环境需求,灵活调整配置参数。
登录后查看全文
热门项目推荐
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~044CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
1 freeCodeCamp猫照片应用教程中的HTML注释测试问题分析2 freeCodeCamp全栈开发课程中测验游戏项目的参数顺序问题解析3 freeCodeCamp英语课程填空题提示缺失问题分析4 freeCodeCamp音乐播放器项目中的函数调用问题解析5 freeCodeCamp论坛排行榜项目中的错误日志规范要求6 freeCodeCamp 课程中关于角色与职责描述的语法优化建议 7 freeCodeCamp全栈开发课程中React组件导出方式的衔接问题分析8 freeCodeCamp Cafe Menu项目中link元素的void特性解析9 freeCodeCamp全栈开发课程中React实验项目的分类修正10 freeCodeCamp英语课程视频测验选项与提示不匹配问题分析
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 Python Django图书借阅管理系统:高效智能的图书馆管理解决方案 Python开发者的macOS终极指南:VSCode安装配置全攻略 WebVideoDownloader:高效网页视频抓取工具全面使用指南 ReportMachine.v7.0D5-XE10:Delphi报表生成利器深度解析与实战指南 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南 海康威视DS-7800N-K1固件升级包全面解析:提升安防设备性能的关键资源
项目优选
收起

React Native鸿蒙化仓库
C++
176
261

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511

🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15

openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300

deepin linux kernel
C
22
5

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0

本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371

本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K