# python项目docker部署

本项目支持通过 Docker 进行容器化部署，提供了三种不同的运行模式。

### 快速开始

#### 前置要求

* Docker
* Docker Compose
* PyCharm Professional（用于一键部署）

#### 部署方式

**1. PyCharm 一键部署（推荐）**

在 PyCharm 中，你可以直接使用预配置的运行配置：

1. **Flask API 服务**：选择 "Docker Compose - Flask API" 运行配置
2. **FastAPI 服务**：选择 "Docker Compose - FastAPI" 运行配置
3. **Streamlit 应用**：选择 "Docker Compose - Streamlit" 运行配置

点击运行按钮即可一键部署到 Docker 容器。

**2. 命令行部署**

**启动 Flask API 服务（默认）：**

```bash
docker-compose up videocaptioner-flask
```

**启动 FastAPI 服务：**

```bash
docker-compose --profile fastapi up videocaptioner-fastapi
```

**启动 Streamlit 应用：**

```bash
docker-compose --profile streamlit up videocaptioner-streamlit
```

**构建并启动所有服务：**

```bash
docker-compose --profile fastapi --profile streamlit up --build
```

### 服务端口

* **Flask API**: <http://localhost:10006>
* **FastAPI**: <http://localhost:8000>
* **Streamlit**: <http://localhost:8501>

### 环境变量配置

可以通过环境变量来配置应用：

```bash
# 对于 Streamlit 应用，可能需要配置 OpenAI 相关变量
export OPENAI_BASE_URL="your_openai_base_url"
export OPENAI_API_KEY="your_openai_api_key"
```

### 数据持久化

容器会将以下目录挂载到宿主机：

* `./temp` -> `/app/temp`：临时文件存储
* `./AppData` -> `/app/AppData`：应用数据和模型文件

### 健康检查

所有服务都配置了健康检查，Docker 会自动监控服务状态。

### 故障排除

#### 常见问题

1. **端口冲突**：确保指定端口未被其他服务占用
2. **权限问题**：确保 Docker 有权限访问项目目录
3. **模型文件缺失**：首次运行时需要下载模型文件到 `AppData/models` 目录

#### 查看日志

```bash
# 查看特定服务日志
docker-compose logs videocaptioner-flask
docker-compose logs videocaptioner-fastapi
docker-compose logs videocaptioner-streamlit

# 实时查看日志
docker-compose logs -f videocaptioner-flask
```

#### 重新构建

```bash
# 重新构建镜像
docker-compose build --no-cache

# 清理并重新启动
docker-compose down
docker-compose up --build
```

### 开发模式

如果需要在开发过程中实时更新代码，可以将源代码目录挂载到容器：

```yaml
volumes:
  - .:/app
  - ./temp:/app/temp
  - ./AppData:/app/AppData
```

### 生产部署建议

1. 使用具体的镜像标签而不是 `latest`
2. 配置适当的资源限制
3. 使用外部数据库和存储服务
4. 配置反向代理（如 Nginx）
5. 启用 HTTPS
6. 配置日志轮转
7. 设置监控和告警

### API 文档

* **Flask API**: 访问 <http://localhost:10006> 查看可用接口
* **FastAPI**: 访问 <http://localhost:8000/docs> 查看 Swagger 文档
* **Streamlit**: 访问 <http://localhost:8501> 使用 Web 界面


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://qiangrens-organization.gitbook.io/qkd90/rong-qi-hua-ji-shu/docker/python-xiang-mu-docker-bu-shu.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.