使用Docker部署Chatbot NER服务的完整指南
2025-06-12 17:09:25作者:咎岭娴Homer
项目概述
Chatbot NER是一个用于聊天机器人中的命名实体识别(NER)服务,能够从用户输入中识别和提取关键信息,如日期、时间、地点等实体。本文将详细介绍如何使用Docker容器化技术来部署这一服务。
环境准备
Docker安装
Ubuntu系统安装步骤
-
更新系统软件包并安装依赖项:
sudo apt-get -y update sudo apt-get install apt-transport-https ca-certificates curl software-properties-common -
添加Docker官方GPG密钥:
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add - -
设置稳定版仓库:
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable" -
安装Docker CE:
sudo apt-get update sudo apt-get install docker-ce -
将当前用户加入docker组:
sudo usermod -aG docker $USER
Docker Compose安装
sudo curl -L "https://github.com/docker/compose/releases/download/1.22.0/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose
项目部署流程
1. 获取项目代码
将chatbot_ner项目克隆到本地:
git clone https://github.com/hellohaptik/chatbot_ner.git
cd chatbot_ner
cp ./dev_docker/* ./
2. 配置环境变量
-
复制示例环境文件:
cp .env.example .env -
修改.env文件:
- 必须修改SECRET_KEY值
- 根据实际需求调整其他配置参数
-
设置entrypoint.sh执行权限:
sudo chmod 777 entrypoint.sh
3. 启动服务容器
构建并启动Docker容器:
docker-compose up --build -d
4. 验证服务状态
检查容器运行状态:
docker-compose ps
如果Elasticsearch容器不断重启,可能是权限问题导致,需要执行以下操作:
-
停止容器:
docker-compose down -
设置数据目录权限:
sudo chmod -R 777 ./dbdata/esdata/v1 -
重新启动容器:
docker-compose up --build -d
服务管理与监控
常用容器命令
-
查看运行中的容器:
docker-compose ps -
进入容器shell:
docker exec -it container-name bash -
停止容器:
docker-compose down -
重启容器:
docker-compose restart
日志查看
查看容器日志:
docker logs -f docker_chatbot-ner_1
或者直接查看日志文件:
cd ~/chatbot_ner/logs
tail -f *.log
服务测试
API调用示例
测试实体识别功能:
URL='localhost'
PORT=8081
curl -i 'http://'$URL':'$PORT'/v1/ner/?entities=\[%22date%22,%22time%22,%22restaurant%22\]&message=Reserve%20me%20a%20table%20today%20at%206:30pm%20at%20Mainland%20China%20and%20on%20Monday%20at%207:00pm%20at%20Barbeque%20Nation'
预期返回结果将包含识别出的日期、时间和餐厅实体信息。
图形界面访问
通过浏览器访问图形界面:
http://localhost:8081/gui/
自定义镜像构建
如需构建自定义Docker镜像:
cd chatbot_ner/docker
sudo docker build -t ner_image .
sudo docker run -itd -p 8081:80 --name ner ner_image
注意事项
-
确保8081端口未被占用,如需释放端口:
sudo lsof -t -i tcp:8081 -s tcp:listen | sudo xargs kill -
重新启动容器时,datastore_setup.py会再次执行。如需保留Elasticsearch中的数据,请注释掉datastore_setup.py中的DataStore部分。
-
服务启动后,建议等待5秒再发起首次API调用,确保所有组件已完成初始化。
通过以上步骤,您应该能够成功部署并运行Chatbot NER服务。如需进一步定制或扩展功能,可以参考项目文档进行深入配置。
登录后查看全文
热门项目推荐
kernelopenEuler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。C084
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0135
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
469
3.48 K
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
10
1
🔥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
65
19
暂无简介
Dart
716
172
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
23
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
208
83
🎉 (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
1.27 K
695
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
15
1
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
1