使用PM2自动化部署ChatGPT-Web-Midjourney-Proxy项目指南
2025-06-04 01:22:38作者:农烁颖Land
在Node.js项目开发中,自动化部署是提高开发效率的重要环节。本文将详细介绍如何为ChatGPT-Web-Midjourney-Proxy项目编写自动化部署脚本,使用PM2进行进程管理,实现项目的快速部署和运维。
环境准备
在开始部署前,需要确保系统已安装以下工具:
- Node.js(版本需≥18.0)
- pnpm(高性能的Node.js包管理器)
- rimraf(跨平台的文件删除工具)
- PM2(Node.js进程管理器)
可通过以下命令安装所需工具:
npm install -g pnpm
npm install -g rimraf
npm install -g pm2
部署脚本解析
部署脚本deploy_gpt.sh提供了完整的项目部署方案,支持启动(start)、停止(stop)和重启(restart)三种操作。下面我们分析脚本的核心功能模块:
1. 环境检查
脚本首先会检查Node.js环境是否满足要求:
- 检查Node.js是否安装
- 验证Node.js版本是否≥18.0(原脚本中检查的是≥16.0,但项目实际要求≥18.0)
2. 项目构建
脚本包含前后端分离的构建过程:
- 前端构建:使用pnpm安装依赖并执行构建命令
- 后端构建:进入service目录,安装依赖并构建后端服务
3. 部署流程
完整的部署流程包括:
- 创建临时部署目录
- 复制必要的配置文件(package.json等)
- 安装生产环境依赖
- 备份现有部署(如有)
- 替换为新构建的内容
- 启动服务
4. 服务管理
使用PM2进行服务管理:
- 启动服务:
pm2 start node ./build/index.mjs --name chatgpt-web-midjourney-proxy - 停止服务:
pm2 stop chatgpt-web-midjourney-proxy - 端口检查:确保3002端口未被占用
使用说明
将脚本保存为deploy_gpt.sh并放置在项目根目录后,可通过以下命令操作:
# 启动服务
./deploy_gpt.sh start
# 停止服务
./deploy_gpt.sh stop
# 重启服务
./deploy_gpt.sh restart
脚本优化建议
- 版本检查:建议将Node.js版本检查从≥16.0调整为≥18.0,与项目要求一致
- 错误处理:可增加更详细的错误处理和日志记录
- 配置分离:将部署目录等配置项提取到单独配置文件中
- 依赖检查:增加对pnpm、rimraf等工具的安装检查
部署目录结构
部署完成后,项目目录结构大致如下:
部署目录/
├── app/ # 运行目录
│ ├── build/ # 构建后的后端代码
│ ├── public/ # 前端静态资源
│ └── node_modules/ # 生产依赖
└── backup/ # 备份目录
└── app-*.zip # 历史版本备份
总结
通过本文介绍的自动化部署方案,开发者可以快速实现ChatGPT-Web-Midjourney-Proxy项目的部署和运维。使用PM2作为进程管理器,不仅能够保证服务的稳定运行,还能方便地进行服务监控和日志管理。这种部署方式特别适合生产环境使用,大大降低了运维复杂度。
对于需要频繁更新的项目,建议结合CI/CD工具(如GitHub Actions、Jenkins等)实现自动化构建和部署,进一步提高开发效率。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
764
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
857
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
302
117
昇腾LLM分布式训练框架
Python
178
220