4步极速部署：本地搭建开源AI门户全流程

本地部署53AI Hub开源AI门户，可快速构建运营级AI智能体平台，实现多平台集成。本教程采用"准备-执行-验证-拓展"四阶段框架，助你高效完成部署，掌握自定义配置与优化技巧，开启AI智能体生态建设。

准备阶段：环境配置与资源获取

1. 系统环境预检

执行以下脚本检查部署所需依赖是否齐全：

#!/bin/bash
# 环境预检脚本
check_dependency() {
  if ! command -v $1 &> /dev/null; then
    echo "错误：未找到 $1，请先安装"
    exit 1
  fi
}

check_dependency docker
check_dependency docker-compose
check_dependency git

echo "✅ 所有依赖检查通过"

⚠️ 注意：首次部署需确保系统满足最低配置：2核CPU、4GB内存、5GB可用磁盘空间

2. 获取项目资源

通过Git获取53AI Hub源代码：

git clone https://gitcode.com/gh_mirrors/53/53AIHub
cd 53AIHub

⏱️ 执行预估时间：1-3分钟（取决于网络速度）

执行阶段：服务部署与配置

1. 容器编排配置

进入Docker配置目录，查看服务定义：

cd api/docker
cat docker-compose.yml

该配置文件包含三个核心服务：

• 53AI Hub应用服务（3000端口）
• Redis缓存服务（6379端口）
• MySQL数据库服务（3306端口）

📝 查看关键配置项（点击展开）

version: '3'
services:
  53aihub:
    image: 53aihub/server:latest
    ports:
      - "3000:3000"
    depends_on:
      - redis
      - mysql
    environment:
      - DB_HOST=mysql
      - REDIS_HOST=redis
  
  redis:
    image: redis:6-alpine
    command: redis-server --requirepass your_redis_password
    
  mysql:
    image: mysql:8.0
    environment:
      - MYSQL_ROOT_PASSWORD=your_mysql_password
      - MYSQL_DATABASE=53aihub

2. 启动服务集群

执行启动命令，后台运行所有服务：

docker-compose up -d

⚠️ 注意：首次启动会自动拉取镜像，国内用户可配置Docker镜像加速提高下载速度

⏱️ 执行预估时间：3-5分钟（首次启动）

验证阶段：服务检查与功能测试

1. 服务健康检查

确认所有容器正常运行：

docker-compose ps

正常输出应显示三个服务状态均为"Up"

检查应用日志是否有错误：

docker-compose logs -f 53aihub

出现"Server started on port 3000"表示启动成功

2. 访问与验证界面

打开浏览器访问以下地址进入53AI Hub：

http://localhost:3000

登录后可看到主界面，包含智能体选择和平台接入功能：

拓展阶段：高级配置与优化

1. 自定义端口映射

如需修改默认端口，编辑docker-compose.yml文件：

services:
  53aihub:
    ports:
      - "8080:3000"  # 将主机8080端口映射到容器3000端口

重启服务使配置生效：

docker-compose down && docker-compose up -d

2. 数据持久化方案

为防止容器重启导致数据丢失，配置本地卷挂载：

services:
  mysql:
    volumes:
      - ./mysql-data:/var/lib/mysql
  redis:
    volumes:
      - ./redis-data:/data

常见问题解决

跨平台兼容性

• Windows系统：需启用WSL2或Hyper-V，确保Docker Desktop正常运行
• macOS系统：M1/M2芯片用户需在Docker偏好设置中启用Rosetta模拟
• Linux系统：确保当前用户有权限运行Docker命令（加入docker用户组）

资源占用优化

• 调整服务内存限制：在docker-compose.yml中添加mem_limit: 2g
• 关闭闲置服务：使用docker-compose stop mysql临时停止不需要的服务
• 清理未使用镜像：docker system prune -a释放磁盘空间

社区与贡献

官方社区：项目内可通过CONTRIBUTING.md了解贡献指南，参与代码提交和功能改进。如需获取更多帮助，可查阅项目文档或提交issue反馈问题。

通过本教程，你已掌握53AI Hub的完整部署流程和优化技巧，可根据实际需求定制AI门户功能，构建专属的智能体生态系统。