Update 2026-05-18 14:31:53

Dockerfile

@@ -4,37 +4,7 @@
 # 构建参数
 ARG USE_CN_MIRROR=false
 
-# 阶段1: 构建前端
-FROM node:22-alpine AS frontend-builder
-
-ARG USE_CN_MIRROR
-
-WORKDIR /frontend
-
-# 复制前端依赖文件
-COPY frontend/package*.json ./
-
-# 根据参数决定是否使用国内npm镜像
-RUN if [ "$USE_CN_MIRROR" = "true" ]; then \
-        npm config set registry https://registry.npmmirror.com; \
-    fi
-
-# 删除 package-lock.json 以避免因镜像源不一致导致的 404 错误
-RUN rm -f package-lock.json
-
-# 安装依赖
-RUN npm install
-
-# 复制前端源代码
-COPY frontend/ ./
-
-# 临时修改vite配置，使其输出到dist目录（而不是../backend/static）
-RUN sed -i "s|outDir: '../backend/static'|outDir: 'dist'|g" vite.config.ts
-
-# 构建前端
-RUN npm run build
-
-# 阶段2: 构建最终镜像
+# 阶段1: 最终镜像
 FROM python:3.11-slim
 
 ARG USE_CN_MIRROR
@@ -46,8 +16,8 @@ WORKDIR /app
 
 # 根据参数决定是否使用国内镜像源
 RUN if [ "$USE_CN_MIRROR" = "true" ]; then \
-        sed -i 's/deb.debian.org/mirrors.aliyun.com/g' /etc/apt/sources.list.d/debian.sources && \
-        sed -i 's/security.debian.org/mirrors.aliyun.com/g' /etc/apt/sources.list.d/debian.sources; \
+        sed -i 's/deb.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list.d/debian.sources && \
+        sed -i 's/security.debian.org/mirrors.tuna.tsinghua.edu.cn/g' /etc/apt/sources.list.d/debian.sources; \
     fi
 
 # 安装系统依赖（添加数据库工具）
@@ -61,8 +31,6 @@ RUN apt-get update && apt-get install -y \
 COPY backend/requirements.txt ./
 
 # 安装 Python 依赖
-# 先安装 torch CPU版本（~200MB vs 完整版~2GB，节省90%下载时间）
-# 对于embedding场景，CPU版本完全够用
 RUN if [ "$USE_CN_MIRROR" = "true" ]; then \
         pip install --no-cache-dir torch==2.8.0 --index-url https://mirrors.aliyun.com/pypi/simple/ --extra-index-url https://download.pytorch.org/whl/cpu && \
         pip install --no-cache-dir -r requirements.txt -i https://mirrors.aliyun.com/pypi/simple/; \
@@ -78,7 +46,6 @@ RUN mkdir -p /app/embedding
 ENV SENTENCE_TRANSFORMERS_HOME=/app/embedding
 
 # 下载 embedding 模型（从 HuggingFace）
-# 使用 Python 脚本预下载模型，这样运行时不需要网络
 RUN python -c "\
 from sentence_transformers import SentenceTransformer; \
 import os; \
@@ -88,11 +55,12 @@ model = SentenceTransformer('sentence-transformers/paraphrase-multilingual-MiniL
 print('Model downloaded successfully!'); \
 "
 
-# 复制后端代码（不包含embedding，因为已经下载了）
+# 复制后端代码
 COPY backend/ ./
 
-# 从前端构建阶段复制构建好的静态文件
-COPY --from=frontend-builder /frontend/dist ./static
+# 复制宿主机预构建的静态文件
+# 这样可以避免 Docker 内部构建前端时的各种环境问题
+COPY backend/static/ ./static
 
 # 复制 Alembic 迁移配置和脚本（PostgreSQL）
 COPY backend/alembic-postgres.ini ./alembic.ini
@@ -100,8 +68,8 @@ COPY backend/alembic/postgres ./alembic
 COPY backend/scripts/entrypoint.sh /app/entrypoint.sh
 COPY backend/scripts/migrate.py ./scripts/migrate.py
 
-# 赋予执行权限
-RUN chmod +x /app/entrypoint.sh
+# 修复 Windows CRLF 换行导致的启动失败，并赋予执行权限
+RUN sed -i 's/\r$//' /app/entrypoint.sh && chmod +x /app/entrypoint.sh
 
 # 创建必要的目录
 RUN mkdir -p /app/data /app/logs
@@ -114,7 +82,7 @@ ENV PYTHONUNBUFFERED=1
 ENV APP_HOST=0.0.0.0
 ENV APP_PORT=8000
 
-# 设置运行时为离线模式（模型已在构建时下载）
+# 设置运行时为离线模式
 ENV TRANSFORMERS_OFFLINE=1
 ENV HF_DATASETS_OFFLINE=1
 ENV HF_HUB_OFFLINE=1
@@ -123,5 +91,5 @@ ENV HF_HUB_OFFLINE=1
 HEALTHCHECK --interval=30s --timeout=10s --start-period=5s --retries=3 \
     CMD python -c "import urllib.request; urllib.request.urlopen('http://localhost:8000/health')" || exit 1
 
-# 使用 entrypoint 脚本启动（自动执行迁移）
-ENTRYPOINT ["/app/entrypoint.sh"]
+# 使用 entrypoint 脚本启动
+ENTRYPOINT ["/app/entrypoint.sh"]