Penpot项目Docker部署完全指南
2026-02-03 05:23:11作者:薛曦旖Francesca
前言:关于自托管Penpot的技术要求
Penpot作为一款开源的设计协作平台,支持通过Docker进行自托管部署。但需要明确的是,这种部署方式需要使用者具备以下技术基础:
- Docker和Docker Compose的基本操作能力
- 基础的DNS管理知识
- 反向代理配置经验
如果您对这些技术栈不太熟悉,建议考虑使用Penpot提供的SaaS服务,或者选择更简单的一键部署方案。
一、Docker环境准备
1.1 安装Docker和Docker Compose
部署Penpot前,需要确保系统中已安装以下工具:
docker --version
docker compose version
如果尚未安装,请参考Docker官方文档完成安装。不同操作系统(Linux/Windows/macOS)的安装方式略有差异,建议选择与您系统匹配的安装方式。
二、快速启动Penpot服务
2.1 获取Docker Compose文件
Penpot官方提供了标准的docker-compose.yaml文件,可通过以下任一方式获取:
wget -O docker-compose.yaml [官方文件地址]
# 或
curl -o docker-compose.yaml [官方文件地址]
2.2 启动服务
执行以下命令启动所有服务:
docker compose -p penpot -f docker-compose.yaml up -d
启动完成后,Penpot将在本地9001端口提供服务,可通过http://localhost:9001访问。
技术提示:默认情况下会使用最新的Docker镜像,生产环境建议指定具体版本。
2.3 指定版本启动
为保持环境稳定,建议明确指定Penpot版本:
PENPOT_VERSION=2.4.3 docker compose -p penpot -f docker-compose.yaml up -d
三、服务管理与维护
3.1 停止服务
docker compose -p penpot -f docker-compose.yaml down
3.2 配置调整
所有配置参数都集中在docker-compose.yaml文件中:
- 环境变量:用于设置数据库连接、密钥等
- 服务参数:调整资源限制、端口映射等
- 功能开关:通过flags启用/禁用特定功能
建议首次部署时仔细阅读文件中的注释说明。
四、高级管理操作
4.1 使用管理脚本
Penpot提供了manage.py脚本用于执行管理任务,例如创建用户:
docker exec -ti penpot-penpot-backend-1 python3 manage.py create-profile
注意:容器名称可能因环境而异,可通过
docker ps命令确认。
4.2 服务升级
升级到新版本的步骤:
docker compose -f docker-compose.yaml pull
docker compose -p penpot -f docker-compose.yaml up -d
重要升级提示:
- 建议按版本顺序逐步升级,避免大版本跳跃
- 从1.x升级到2.0时需特别注意数据迁移
4.3 数据备份
Penpot使用Docker卷存储数据,备份策略应包括:
- 数据库卷:包含所有用户和项目数据
- 资源卷:存储用户上传的图片等资源
推荐备份方法:
# 备份数据库
docker run --rm -v penpot_postgres_data:/volume -v $(pwd):/backup alpine tar cvf /backup/db-backup.tar /volume
# 备份资源
docker run --rm -v penpot_assets_data:/volume -v $(pwd):/backup alpine tar cvf /backup/assets-backup.tar /volume
五、生产环境配置建议
5.1 HTTPS配置
生产环境必须启用HTTPS,否则会影响部分功能(如剪贴板API)。配置要点:
- 获取有效的SSL证书
- 配置反向代理处理HTTPS
- 确保WebSocket连接能正常建立
5.2 反向代理配置示例
NGINX配置要点
server {
listen 443 ssl;
server_name penpot.example.com;
# 注意与docker-compose中的大小限制保持一致
client_max_body_size 30M;
# WebSocket支持
location /ws/ {
proxy_set_header Upgrade $http_upgrade;
proxy_set_header Connection "upgrade";
proxy_pass http://localhost:9001;
}
# 常规请求
location / {
proxy_set_header X-Forwarded-Proto $scheme;
proxy_pass http://localhost:9001;
}
}
Caddy配置示例
penpot.example.com {
reverse_proxy :9001
tls /path/to/cert.pem /path/to/key.pem
}
六、故障排查建议
- 查看日志:
docker compose logs - 检查服务状态:
docker compose ps - 数据库连接问题:检查Postgres容器日志
- 前端加载问题:检查浏览器控制台错误
通过以上完整的Docker部署指南,您应该能够在各种环境中顺利部署和管理Penpot服务。建议首次部署后在测试环境验证所有功能,确认无误后再迁移到生产环境。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
801
199
🎉 (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
1.37 K
781
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
24
0
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
350
203
Ascend Extension for PyTorch
Python
379
453
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1