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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
项目优选
收起
暂无描述
Dockerfile
674
4.31 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
517
626
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++
945
886
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
398
301
🎉 (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
1.56 K
908
暂无简介
Dart
920
225
Oohos_react_native
React Native鸿蒙化仓库
C++
335
381
昇腾LLM分布式训练框架
Python
142
169
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
133
212