解决Cognita项目Docker部署中的容器健康检查问题
2025-06-16 21:24:42作者:农烁颖Land
在本地部署Cognita项目时,用户经常遇到容器健康检查失败的问题,特别是infinity和postgres容器。本文将深入分析这些问题的根源,并提供完整的解决方案。
常见问题分析
1. 容器启动超时问题
infinity容器启动需要较长时间加载模型,而Docker Compose默认的健康检查等待时间可能不足。这会导致容器被标记为"unhealthy",但实际上容器仍在初始化过程中。
解决方案:
- 等待几分钟后再次检查容器状态
- 使用
docker compose ps -a命令确认容器最终状态 - 适当增加系统资源(特别是RAM)
2. 端口配置不匹配
在早期版本中存在一个配置问题:
- compose.env文件中INFINITY_URL设置为7998端口
- 而docker-compose.yaml中实际暴露的是7997端口
这会导致后端服务无法正确连接到infinity服务。
解决方案:
- 确保compose.env中的
INFINITY_URL=http://infinity-server:7997 - 或更新到最新代码库,该问题已在PR#245中修复
3. 模型配置问题
当出现"没有嵌入模型选项"时,通常是因为:
- models_config.yaml配置不正确
- infinity服务未正确加载模型
- 前后端服务连接问题
完整解决方案
- 获取最新代码:
git pull origin main
- 准备配置文件:
cp models_config.sample.yaml models_config.yaml
- 重建并启动所有服务:
docker compose --env-file compose.env --profile '*' down
docker compose --env-file compose.env --profile '*' up -d --build
- 验证服务状态:
- 检查infinity服务API(端口7997)
- 确认模型列表可用
高级配置建议
对于models_config.yaml文件,建议配置:
model_providers:
- provider_name: local-infinity
api_format: openai
base_url: http://infinity-server:7997/
embedding_model_ids:
- "mixedbread-ai/mxbai-embed-large-v1"
reranking_model_ids:
- "mixedbread-ai/mxbai-rerank-xsmall-v1"
系统资源要求
Cognita项目对系统资源要求较高,特别是:
- 至少16GB RAM(推荐32GB)
- 足够的磁盘空间存储模型
- 在Windows系统上,建议为Docker分配至少8GB内存
通过以上步骤和配置,大多数部署问题都能得到解决。如果问题仍然存在,建议检查Docker日志获取更详细的错误信息。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
649
796
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
434
395
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++
1.01 K
1.01 K
Claude 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 Started
Rust
1.24 K
153
deepin linux kernel
C
30
16
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
146
237
暂无简介
Dart
985
253
昇腾LLM分布式训练框架
Python
167
200
🎉 (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
1.68 K
990