YuLan-OneSim 项目 Docker 容器化部署指南
2025-07-05 03:06:46作者:吴年前Myrtle
项目概述
YuLan-OneSim 是一个集成了前端界面、后端服务和命令行工具的统一仿真平台。本文将从技术角度详细解析其 Docker 容器化部署方案,帮助开发者理解其架构设计和实现原理。
容器架构设计
YuLan-OneSim 采用多阶段构建的 Docker 镜像方案,主要包含两个构建阶段:
- 前端构建阶段:基于 Node.js 18 的轻量级镜像
- 主服务阶段:基于 Python 3.10 的完整运行环境
这种设计既保证了构建环境的完整性,又确保了最终镜像的精简性。
详细构建过程解析
前端构建阶段
FROM node:18-slim AS frontend-builder
WORKDIR /frontend
COPY src/frontend/package*.json ./
RUN npm install
COPY src/frontend/ ./
RUN npm run build
这一阶段完成了:
- 前端依赖安装(
npm install) - 前端项目构建(
npm run build) - 生成静态文件存储在
/frontend/dist目录
主服务阶段
主服务阶段基于 Python 3.10 构建,包含以下关键配置:
环境变量设置
ENV PYTHONDONTWRITEBYTECODE=1 \
PYTHONUNBUFFERED=1 \
PYTHONPATH=/app/src \
DEBIAN_FRONTEND=noninteractive
这些环境变量优化了 Python 运行环境,确保日志输出实时可见,并设置了正确的模块导入路径。
系统依赖安装
RUN apt-get update && apt-get install -y \
nginx \
process-manager \
curl \
procps \
build-essential
安装了必要的系统组件:
- Nginx:作为 Web 服务器
- 进程管理工具
- 其他工具:curl(健康检查)、procps(进程管理)、build-essential(Python 包编译)
Python 依赖安装
COPY setup.py README.md ./
COPY src/ ./src/
RUN pip install --no-cache-dir --upgrade pip && \
pip install --no-cache-dir -e .
采用可编辑模式安装(-e),便于开发调试。
前端部署
COPY --from=frontend-builder /frontend/dist /var/www/html
将前端构建产物复制到 Nginx 的默认静态文件目录。
服务配置
COPY config/ ./config/
COPY docker/nginx.conf /etc/nginx/nginx.conf
COPY docker/process-manager.conf /etc/process-manager/conf.d/process-manager.conf
复制了项目配置文件、Nginx 配置和进程管理配置,实现服务的统一管理。
启动脚本
COPY docker/start.sh /start.sh
RUN chmod +x /start.sh
自定义启动脚本,通过进程管理工具管理所有服务进程。
健康检查机制
HEALTHCHECK --interval=30s --timeout=10s --start-period=30s --retries=3 \
CMD curl -f http://localhost/health || exit 1
容器内置了健康检查机制,定期访问 /health 端点验证服务可用性。
部署实践建议
-
端口映射:容器暴露 80 端口,运行时需映射到宿主机端口
docker run -p 8080:80 yulan-onesim -
数据持久化:建议将日志目录挂载到宿主机
docker run -v ./logs:/app/logs yulan-onesim -
配置覆盖:可通过挂载方式覆盖默认配置
docker run -v ./custom_config:/app/config yulan-onesim
技术亮点总结
- 多阶段构建:有效减小最终镜像体积
- 进程管理:使用进程管理工具管理多进程服务
- 健康监控:内置健康检查机制确保服务可用性
- 开发友好:可编辑模式安装便于调试
- 一体化部署:前端+后端+CLI 全功能集成
通过这种容器化方案,YuLan-OneSim 实现了"一次构建,随处运行"的部署目标,大大降低了环境配置的复杂度。
登录后查看全文
热门项目推荐
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
jiuwenclawJiuwenClaw 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0241- 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
AtomGit城市坐标计划AtomGit 城市坐标计划开启!让开源有坐标,让城市有星火。致力于与城市合伙人共同构建并长期运营一个健康、活跃的本地开发者生态。01
electerm开源终端/ssh/telnet/serialport/RDP/VNC/Spice/sftp/ftp客户端(linux, mac, win)JavaScript00
热门内容推荐
最新内容推荐
4个步骤掌握DeepEval:从入门到实践3大场景解锁pyLDAvis:从学术研究到商业决策的主题模型可视化实战指南BiliTools全场景解析指南:高效管理B站资源的跨平台解决方案5个core83核心能力:提升Node.js开发效率的全方位解决方案AI模型云端部署无代码实践:从本地训练到生产服务的完整指南macOS平台Windows启动盘制作工具:WindiskWriter全面指南Vue3短视频架构实战:从交互到部署的全链路指南开源CRM解决方案:企业级客户关系管理系统全栈实践指南轻量高效的macOS录屏新选择:QuickRecorder全面评测与使用指南3种PDF拆分模式,让文档管理效率提升80%
项目优选
收起
deepin linux kernel
C
27
13
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
634
4.16 K
Ascend Extension for PyTorch
Python
472
570
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++
931
838
🎉 (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
1.51 K
863
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
385
268
暂无简介
Dart
880
211
昇腾LLM分布式训练框架
Python
138
162
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
123
188
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
327
383