Tronbyt-Server项目Docker部署指南
2025-07-09 18:11:06作者:瞿蔚英Wynne
项目概述
Tronbyt-Server是一个基于Docker容器化部署的服务端应用,主要用于管理和渲染Pixlet应用。该项目通过Docker Compose文件定义了完整的服务配置,使得部署过程变得简单高效。
核心服务配置解析
Web服务定义
在docker-compose.yaml文件中,定义了一个名为web的核心服务:
services:
web:
image: ghcr.io/tavdog/tronbyt-server:latest
restart: unless-stopped
- 镜像来源:使用最新版的tronbyt-server镜像
- 重启策略:配置为
unless-stopped,意味着除非手动停止,否则容器会自动重启
端口映射配置
ports:
- "${SERVER_PORT}:8000"
- "${PIXLET_SERVE_PORT1}:5100"
- "${PIXLET_SERVE_PORT2}:5101"
- 主服务端口:将容器内的8000端口映射到宿主机的
SERVER_PORT环境变量指定端口 - Pixlet服务端口:
- 5100端口用于Pixlet服务接口,映射到宿主机的
PIXLET_SERVE_PORT1 - 5101端口为第二个用户预留,映射到
PIXLET_SERVE_PORT2 - 注释说明可以按需增加更多用户端口或使用host网络模式
- 5100端口用于Pixlet服务接口,映射到宿主机的
数据卷配置
volumes:
- "/etc/localtime:/etc/localtime:ro"
- users:/app/users
- webp:/app/tronbyt_server/webp
- 时间同步:将宿主机的localtime文件以只读方式挂载到容器,确保容器时间与主机同步
- 用户数据卷:
users卷挂载到/app/users目录,持久化存储用户数据 - WebP数据卷:
webp卷挂载到/app/tronbyt_server/webp目录,存储WebP格式文件
环境变量配置
environment:
- SERVER_HOSTNAME=${SERVER_HOSTNAME_OR_IP}
- SERVER_PORT=${SERVER_PORT}
- PIXLET_RENDER_PORT1=${PIXLET_SERVE_PORT1}
- SYSTEM_APPS_REPO=${SYSTEM_APPS_REPO}
- PRODUCTION=${PRODUCTION}
- 必需变量:SERVER_HOSTNAME_OR_IP必须设置,否则会报错
- 端口配置:SERVER_PORT和PIXLET_RENDER_PORT1与服务端口映射对应
- 应用仓库:SYSTEM_APPS_REPO指定系统应用的来源仓库
- 运行模式:PRODUCTION变量控制是否以生产模式运行
数据卷定义
volumes:
users:
webp:
在文件底部定义了命名的Docker卷,确保用户数据和WebP文件能够持久化存储。
部署实践建议
-
环境准备:
- 确保已安装Docker和Docker Compose
- 创建.env文件并设置所有必需环境变量
-
多用户支持:
- 如需支持更多用户,可以按5100/5101的模式继续添加端口映射
- 或者考虑使用host网络模式简化端口配置
-
生产环境部署:
- 将PRODUCTION环境变量设置为true
- 考虑添加反向代理(如Nginx)处理HTTPS和负载均衡
-
数据备份:
- 定期备份users和webp卷数据
- 可以考虑使用Docker卷的备份工具
常见问题排查
-
时间不同步问题:
- 检查/etc/localtime挂载是否正确
- 验证主机时间设置
-
端口冲突:
- 确保SERVER_PORT、PIXLET_SERVE_PORT1等端口未被占用
- 使用
netstat -tuln检查端口使用情况
-
环境变量缺失:
- 特别是SERVER_HOSTNAME_OR_IP必须设置
- 所有${}引用的变量都应在.env文件中定义
通过这份Docker Compose配置,Tronbyt-Server项目实现了开箱即用的容器化部署方案,既适合开发测试环境,也能满足生产部署需求。
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-5.1GLM-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
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- 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
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
654
4.25 K
deepin linux kernel
C
27
14
Ascend Extension for PyTorch
Python
498
604
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
390
282
🎉 (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
1.53 K
889
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++
938
859
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.07 K
557
暂无简介
Dart
902
217
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
132
207
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++
124
195