docs(readme): enhance Docker deployment documentation in both English and Chinese READMEs with comprehensive deployment guides, production config, security details, troubleshooting, and cross-references to DOCKER.md

This commit is contained in:
Docker_Admin_v1 2026-04-07 11:22:59 +00:00
parent 166c578f3f
commit 24b5045a3e
2 changed files with 271 additions and 13 deletions

View file

@ -297,17 +297,107 @@ npm run dev
### 🐳 Docker Deployment
To deploy OpenSpace without worrying about local Python and Node.js dependencies, you can use the official Docker image. We provide a `docker-compose.yml` for an easy, single-command setup.
To deploy OpenSpace without worrying about local Python and Node.js dependencies, you can use Docker containerization. We provide a `docker-compose.yml` for an easy, single-command setup with production-grade features.
#### Quick Deploy (Development)
This is the simplest way to get started:
```bash
# Clone the repository
git clone https://github.com/HKUDS/OpenSpace.git
cd OpenSpace
# Setup your API keys
# Configure environment variables
cp .env.example .env
# Edit .env with your LLM API keys
# Edit .env to add your LLM API keys
# Start containers
docker-compose up -d --build
# Verify status
docker-compose ps
```
Once started, access:
- **Dashboard**: http://localhost:7788
- **API Service**: http://localhost:7777
#### Production Deployment
For production, use `docker-compose.prod.yml` overlay:
```bash
docker-compose -f docker-compose.yml -f docker-compose.prod.yml up -d --build
docker-compose logs -f
docker stats
```
Production features:
- ✅ **Resource limits**: 4 CPU cores, 4GB memory
- ✅ **Log management**: 50MB per file, 5 rotations
- ✅ **Health checks**: Automatic container health detection
- ✅ **Data persistence**: Named volumes or bind mounts
#### Docker Configuration Details
**🔒 Security:**
- Non-root user `appuser` runs the container
- Minimal image layers for reduced attack surface
**📁 Data Volumes:**
```yaml
volumes:
- .openspace:/app/.openspace # Skill database and embedding cache
- logs:/app/logs # Log persistence
```
**🔌 Ports & Services:**
| Service | Port | Description |
|---------|------|-------------|
| `openspace` (Dashboard) | 7788 | Web UI and API |
| `openspace-cli` | - | CLI tool |
#### Environment Variables
See `.env.example` for all options. Key settings:
```bash
# Required
OPENAI_API_KEY=sk-xxx
OPENSPACE_MODEL=gpt-4o
# Docker tuning
HOST_PORT=7788 # Frontend port
OPENSPACE_WORKSPACE=/app # Workspace inside container
OPENSPACE_LOG_LEVEL=INFO # Log level
# Optional (cloud features)
OPENSPACE_API_KEY=sk-xxx
```
#### Troubleshooting
```bash
# View logs
docker-compose logs openspace
# Check port conflicts
docker-compose port openspace 7788
# Enter container
docker-compose exec openspace bash
# Monitor resources
docker stats openspace
```
- **Port conflicts:** Select unused port via `HOST_PORT` in `.env`. Run `docker ps` to see used ports.
- **Backup/restore, custom networks, monitoring:** See **[DOCKER.md](./DOCKER.md)** for complete guide.
- **Full configuration:** See **[openspace/config/README.md](./openspace/config/README.md)**
- **Custom skills:** See **[openspace/skills/README.md](./openspace/skills/README.md)**
# Start the container
docker-compose up -d --build
```

View file

@ -297,30 +297,198 @@ npm run dev
### 🐳 Docker 容器化部署
为了避免配置本地 Python 和 Node.js 环境,你可以使用 Docker 容器化运行 OpenSpace。我们提供了一个 `docker-compose.yml` 用于一键部署。
为了避免配置本地 Python 和 Node.js 环境,你可以使用 Docker 容器化运行 OpenSpace。我们提供了完整的 docker-compose 配置,包含生产级监控、日志轮转、资源限制和健康检查。
#### 快速部署(开发环境)
这是最简单的启动方式,适合开发和快速测试:
```bash
# 克隆仓库
# 1. 克隆仓库
git clone https://github.com/HKUDS/OpenSpace.git
cd OpenSpace
# 配置环境变量
# 2. 配置环境变量
cp .env.example .env
# 编辑 .env 文件,填入你的 API 密钥
# 编辑 .env填入你的 LLM API 密钥
# 启动容器
# 3. 启动容器
docker-compose up -d --build
# 4. 验证状态
docker-compose ps
```
启动完成后,你可以通过浏览器访问 [http://localhost:7788](http://localhost:7788) 打开 OpenSpace Dashboard。
启动成功后,访问:
- **Dashboard**: http://localhost:7788
- **API 服务**: http://localhost:7777
如果需要执行命令行操作或者配置数据卷持久化,请参阅详细的 [Docker 部署指南 (DOCKER.md)](./DOCKER.md)。
#### 生产部署
## 📈 基准测试GDPVal
生产环境建议使用 `docker-compose.prod.yml` 覆盖配置:
我们在 [GDPVal](https://huggingface.co/datasets/openai/gdpval) 上评估 OpenSpace——该数据集包含 220 项真实世界的专业任务,涵盖 44 个职业——采用 [ClawWork](https://github.com/HKUDS/ClawWork) 评测协议,使用相同的生产力工具和基于 LLM 的评分方式。我们的两阶段设计Cold Start → Warm Rerun展示了积累的 Skill 如何随时间降低 Token 消耗。
```bash
# 使用生产配置启动
docker-compose -f docker-compose.yml -f docker-compose.prod.yml up -d --build
公平基准OpenSpace 使用 Qwen 3.5-Plus 作为骨干 LLM——与 ClawWork 基线 Agent 完全相同——确保性能差异纯粹来源于 Skill 进化,而非模型能力差异。
# 查看日志(实时)
docker-compose logs -f
# 查看资源使用
docker stats
```
生产配置特点:
- ✅ **资源限制严格**CPU 限制 4 核,内存限制 4G
- ✅ **日志管理**50MB 每文件,保留 5 个轮转文件
- ✅ **健康检查**:自动检测容器健康状况
- ✅ **数据持久化**:使用 Docker named volumes 或 bind mounts
#### Docker 配置详解
我们的 Docker 配置基于最佳实践,包含以下关键特性:
**🔒 安全性增强:**
- 非 root 用户 `appuser` 运行容器
- 应用与系统目录分离
- 最小化镜像层,减少攻击面
**💡 资源管理:**
- CPU 和内存限制(可配置)
- 健康检查端点 `/health`
- 合理的重启策略on-failure
**📊 日志管理:**
- JSON 格式日志,便于日志收集系统解析
- 日志轮转配置,防止磁盘写满
- 支持 stdout/stderr 分离
**📁 数据卷:**
```yaml
volumes:
- .openspace:/app/.openspace # 技能数据库和 embedding 缓存
- logs:/app/logs # 日志持久化
- ./data:/app/data # 可选自定义数据目录bind mount
```
**🔌 服务与端口:**
| 服务 | 端口 | 说明 |
|------|------|------|
| `openspace` (Dashboard) | 7788 | Web UI 和 API 服务 |
| `openspace-cli` | - | CLI 命令行工具 |
#### 环境变量配置(.env
所有配置项说明请参考 `.env.example`
```bash
# --- 必填项 ---
OPENAI_API_KEY=sk-xxx # 或使用其他 LLM 提供商
OPENSPACE_MODEL=gpt-4o # 选择的模型
# 或使用通用 litellm 格式OPENSPACE_MODEL=anthropic/claude-3-7-sonnet
# --- Docker 调优(可选)---
HOST_PORT=7788 # 前端访问端口,默认 7788
OPENSPACE_WORKSPACE=/app # 工作区路径Docker 内)
OPENSPACE_LOG_LEVEL=INFO # 日志级别DEBUG/INFO/WARNING
# --- 云端功能(可选)---
OPENSPACE_API_KEY=sk-xxx # 用于云端技能社区
```
#### 端口管理
为避免端口冲突,你可以:
1. 在 `.env` 中修改 `HOST_PORT` 环境变量
2. 或在 `docker-compose.override.yml` 中覆盖服务配置
3. 使用 `docker-compose port` 查看实际映射的端口
> ⚠️ **注意**:确保所选端口未被其他容器占用。运行 `docker ps` 查看已使用的端口。
#### 自定义 Docker 网络(推荐生产使用)
为提升安全性和隔离性,建议创建自定义网络:
```bash
# 创建 bridge 网络
docker network create openspace-network
# 编辑 docker-compose.yml在每个服务中添加
# networks:
# - openspace-network
#
# networks:
# openspace-network:
# driver: bridge
```
#### 数据持久化与备份
我们的配置使用 Docker volumes 自动持久化数据。备份方法:
```bash
# 备份技能数据库
docker run --rm -v openspace_openspace_data:/data -v $(pwd):/backup \
alpine tar czf /backup/openspace-backup-$(date +%Y%m%d).tar.gz -C /data .
# 恢复技能数据库
docker run --rm -v openspace_openspace_data:/data -v $(pwd):/backup \
alpine sh -c "cd /data && tar xzf /backup/openspace-backup-*.tar.gz"
```
#### 监控集成
默认配置已包含 Prometheus 监控标签。你可以:
1. 确保 `PROMETHEUS_JOB=openspace` 环境变量已设置
2. 将以下 job 配置添加到你的 `prometheus.yml`
```yaml
scrape_configs:
- job_name: 'openspace'
static_configs:
- targets: ['openspace:7788'] # 使用 Docker 内部服务名
```
#### 故障排查
**容器无法启动:**
```bash
# 查看容器日志
docker-compose logs openspace
# 检查端口冲突
docker-compose port openspace 7788
# 进入容器调试
docker-compose exec openspace bash
```
**API 密钥问题:**
```bash
# 验证环境变量
docker-compose exec openspace env | grep -i openai
# 或验证 LLM 配置
docker-compose exec openspace python -c "from openspace.llm import get_llm; print(get_llm())"
```
**性能问题:**
```bash
# 查看资源使用
docker stats openspace
# 检查数据库大小
docker-compose exec openspace du -sh /app/.openspace/
```
**端口冲突:** 在 `.env` 中使用 `HOST_PORT` 指定未使用的端口。运行 `docker ps` 查看已占用端口。
**完整备份/恢复、自定义网络、监控集成等详细信息**,请参阅 **[DOCKER.md](./DOCKER.md)**。
**其他文档:**
- **[环境变量参考](openspace/config/README.md)** — 所有配置选项
- **[技能系统指南](openspace/skills/README.md)** — 自定义技能公平基准OpenSpace 使用 Qwen 3.5-Plus 作为骨干 LLM——与 ClawWork 基线 Agent 完全相同——确保性能差异纯粹来源于 Skill 进化,而非模型能力差异。
真实经济价值:任务涵盖构建工资计算器、准备纳税申报表、起草法律备忘录等——这些都是产生真实 GDP 的专业工作,同时从质量和成本效率两个维度进行评估。