AI 工作流 06：Docker 容器化与 CI/CD

curl -fsSL https://get.docker.com | sh

docker --version          # 看版本
docker run hello-world    # 跑官方测试镜像

# 拉取 nginx 镜像
docker pull nginx

# 把容器的 80 端口映射到主机 8080
docker run -d -p 8080:80 --name my-nginx nginx

# 浏览器打开 http://localhost:8080 就能看到 nginx 欢迎页

docker ps                # 看正在跑的容器
docker ps -a             # 看所有容器（包括停止的）
docker stop my-nginx     # 停止
docker start my-nginx    # 启动
docker rm my-nginx       # 删除容器
docker logs my-nginx     # 看日志
docker exec -it my-nginx bash   # 进入容器（调试必备）
docker images            # 看本地镜像
docker rmi nginx         # 删除镜像

my-server/
├── main.py
└── requirements.txt

# 基础镜像：用官方 Python 精简版
FROM python:3.12-slim

# 设置工作目录
WORKDIR /app

# 先复制依赖文件（利用 Docker 缓存层，加速构建）
COPY requirements.txt .
RUN pip install --no-cache-dir -r requirements.txt

# 再复制源代码
COPY . .

# 暴露端口（文档作用，实际映射靠 -p）
EXPOSE 8000

# 启动命令
CMD ["uvicorn", "main:app", "--host", "0.0.0.0", "--port", "8000"]

# 构建镜像（注意最后那个点，表示当前目录）
docker build -t my-todo-server:1.0 .

# 运行容器
docker run -d -p 8000:8000 --name todo-server my-todo-server:1.0

# 测试接口
curl http://localhost:8000/api/todos

.git
node_modules
__pycache__
*.pyc
.env
.venv

version: "3.9"

services:
  # 数据库
  db:
    image: postgres:16
    environment:
      POSTGRES_PASSWORD: "123456"
      POSTGRES_DB: myapp
    ports:
      - "5432:5432"
    volumes:
      - pgdata:/var/lib/postgresql/data    # 数据持久化
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U postgres"]
      interval: 5s

  # Redis
  redis:
    image: redis:7
    ports:
      - "6379:6379"

  # 后端（用上面写好的 Dockerfile 构建）
  server:
    build: ./server            # 指向 Dockerfile 所在目录
    ports:
      - "8000:8000"
    environment:
      DATABASE_URL: postgres://postgres:123456@db:5432/myapp
      REDIS_URL: redis://redis:6379/0
    depends_on:
      db:
        condition: service_healthy
      redis:
        condition: service_started

  # 前端
  web:
    build: ./web
    ports:
      - "5173:5173"

volumes:
  pgdata:                      # 声明数据卷，防止容器删了数据没了

# 一键启动所有服务（后台）
docker compose up -d

# 看日志
docker compose logs -f server

# 停止所有
docker compose down

# 改了代码后重新构建并启动
docker compose up -d --build

name: CI

# 什么时候触发：push 到 main 分支 或 提 PR 时
on:
  push:
    branches: [main]
  pull_request:
    branches: [main]

jobs:
  test:
    runs-on: ubuntu-latest    # 跑在 GitHub 提供的 Linux 机器上

    steps:
      # 第 1 步：拉代码
      - uses: actions/checkout@v4

      # 第 2 步：装 Python
      - name: Setup Python
        uses: actions/setup-python@v5
        with:
          python-version: "3.12"

      # 第 3 步：装依赖
      - name: Install dependencies
        run: |
          pip install -r requirements.txt
          pip install pytest

      # 第 4 步：跑测试
      - name: Run tests
        run: pytest tests/ -v

      # 第 5 步：构建 Docker 镜像（验证能构建成功）
      - name: Build Docker image
        run: docker build -t my-todo-server:ci .

name: CI/CD

on:
  push:
    branches: [main]

jobs:
  deploy:
    runs-on: ubuntu-latest
    # 这里简化处理，实际可用 needs 让部署依赖测试任务
    steps:
      - uses: actions/checkout@v4

      - name: Build and push image
        run: |
          echo "${{ secrets.DOCKER_PASSWORD }}" | docker login -u ${{ secrets.DOCKER_USERNAME }} --password-stdin
          docker build -t myuser/todo-server:latest .
          docker push myuser/todo-server:latest

      - name: Deploy to server
        uses: appleboy/ssh-action@v1
        with:
          host: ${{ secrets.SERVER_HOST }}
          username: ${{ secrets.SERVER_USER }}
          key: ${{ secrets.SERVER_SSH_KEY }}
          script: |
            cd /opt/myapp
            docker compose pull
            docker compose up -d
            docker image prune -f

# 1. 买台云服务器，装 Docker
ssh root@your-server
curl -fsSL https://get.docker.com | sh

# 2. 上传项目代码（或用 git clone）
git clone https://github.com/you/myapp.git
cd myapp

# 3. 配置生产环境变量
cp .env.example .env
vim .env    # 填生产环境的数据库密码、API Key

# 4. 启动
docker compose up -d

# 5. 配置反向代理 + HTTPS（用 Caddy 最简单）
# Caddyfile:
# yourdomain.com {
#     reverse_proxy localhost:8000
# }

import os
api_key = os.getenv("OPENAI_API_KEY")

services:
  server:
    environment:
      - OPENAI_API_KEY=${OPENAI_API_KEY}

import openai
client = openai.OpenAI(api_key=os.getenv("OPENAI_API_KEY"), timeout=120)

location /api/chat {
    proxy_pass http://localhost:8000;
    proxy_buffering off;
    proxy_cache off;
    chunked_transfer_encoding on;
}