zhuiguangaikf/zhuiguang-ai

Fork 0

Files

T

ZhuiGuangAI Dev 8205ae709c feat: 首次推送到Gitea - 完整项目代码 + 安全加固 + 知识库

2026-10-02 18:52:49 +08:00

11 KiB

Raw Blame History

运维与部署模块

服务器与基础设施

环境信息

域名: www.zhuig.com (HTTPS，SSL证书自动续期)
云服务器: 119.45.242.239 (登录名: ubuntu, 密钥: C:\SGP_KF\ZhuiGuangAI\zhuiguang-ai\Pem\zg.pem)
数据库: 阿里云RDS MySQL — rm-0jlbgr2rv6dj3t6jngo.mysql.rds.aliyuncs.com:3306
Redis: Docker容器 redis-cache:6379，有密码认证（共享服务）
Nacos: Docker容器 nacos:8848（共享服务）
MinIO: Docker容器 minio:9000（共享服务）
部署目录: /home/ubuntu/zhuiguang-ai
访问地址: https://www.zhuig.com (HTTP自动跳转HTTPS)
本地Git同步目录: C:\gitbf

端口规范

应用端口范围: 8301-8310（预留扩展）
默认端口: 8301
强制要求: 本项目端口必须锁定在8301-8310区间内，禁止使用其他端口

容器化部署架构

容器清单

容器名	镜像	端口	用途
`zhuiguang-ai-app`	`zhuiguang-ai:latest`	8301	Next.js 应用服务
`zhuiguang-ai-cron`	`zhuiguang-ai:latest`	8310 (prometheus)	supercronic 定时任务调度

命名卷

卷名	挂载点	用途
`zhuiguang_ai_bot_data`	/app/data	应用数据（bot-characters.json 等）
`zhuiguang_ai_bot_public`	/app/public	静态资源（bot-avatars/ 等）
`zhuiguang_ai_bot_logs`	/app/logs	定时任务执行日志
`zhuiguang_ai_bot_prisma`	/app/node_modules/.prisma	Prisma 生成文件

网络模式

host 网络: 容器直接使用宿主机网络栈，通过 localhost 访问共享服务（Redis:6379、Nacos:8848、MinIO:9000）

架构图

Nginx (443) → 127.0.0.1:8301 → zhuiguang-ai-app (Docker, host 网络)
Cron → zhuiguang-ai-cron (Docker, supercronic, host 网络)
共享卷: data / public / logs / prisma (命名卷)
外部: 阿里云 RDS / 共享 Redis / 共享 Nacos / 共享 MinIO

Nginx配置

文件: /etc/nginx/sites-enabled/zhuiguang-ai
HTTPS反向代理到本地8301端口
HTTP自动跳转HTTPS
SSL证书自动续期
注意: Nginx 始终代理 127.0.0.1:8301，切换 PM2→Docker 时无需改动

部署流程

本地开发

# 1. 安装依赖
npm install

# 2. 配置环境变量
# 编辑 .env 文件

# 3. 数据库迁移
npx prisma migrate dev

# 4. 启动开发服务器
npm run dev

生产构建 + 部署

# 1. 构建镜像
cd /home/ubuntu/zhuiguang-ai
docker build -t zhuiguang-ai:latest .

# 2. 停止旧容器
docker stop zhuiguang-ai-app zhuiguang-ai-cron
docker rm zhuiguang-ai-app zhuiguang-ai-cron

# 3. 启动 APP 容器
docker run -d \
  --name zhuiguang-ai-app \
  --restart unless-stopped \
  --network host \
  -e TZ=Asia/Shanghai \
  -e NODE_ENV=production \
  -e PORT=8301 \
  -e HOSTNAME=0.0.0.0 \
  -v /home/ubuntu/zhuiguang-ai/env/.env.production:/app/.env:ro \
  -v zhuiguang_ai_bot_data:/app/data \
  -v zhuiguang_ai_bot_public:/app/public \
  -v zhuiguang_ai_bot_logs:/app/logs \
  -v zhuiguang_ai_bot_prisma:/app/node_modules/.prisma \
  zhuiguang-ai:latest

# 4. 启动 CRON 容器
docker run -d \
  --name zhuiguang-ai-cron \
  --restart unless-stopped \
  --network host \
  -e TZ=Asia/Shanghai \
  -e NODE_ENV=production \
  -v /home/ubuntu/zhuiguang-ai/env/.env.production:/app/.env:ro \
  -v zhuiguang_ai_bot_data:/app/data \
  -v zhuiguang_ai_bot_public:/app/public \
  -v zhuiguang_ai_bot_logs:/app/logs \
  -v zhuiguang_ai_bot_prisma:/app/node_modules/.prisma \
  -v /home/ubuntu/zhuiguang-ai/crontab.txt:/app/crontab.txt:ro \
  zhuiguang-ai:latest /usr/local/bin/entrypoint-cron.sh

# 5. 验证
docker ps --filter name=zhuiguang-ai
curl -I http://localhost:8301/

使用 docker-compose（推荐）

cd /home/ubuntu/zhuiguang-ai
docker-compose down
docker-compose build
docker-compose up -d

测试部署（端口 8302，与生产并行）

cd /home/ubuntu/zhuiguang-ai
docker-compose -f docker-compose.test.yml down
docker-compose -f docker-compose.test.yml build
docker-compose -f docker-compose.test.yml up -d

Docker 镜像构建

Dockerfile 结构

阶段 1: deps  — npm ci 安装依赖（含 devDependencies）
阶段 2: builder — prisma generate + npm run build
阶段 3: runner — 仅复制生产依赖 + 构建产物，最终镜像 ~1.27GB

构建优化

aliyun 镜像源: apk 和 npm 均切换国内源，加速安装
supercronic 预下载: 二进制文件 scripts/bin/supercronic-linux-amd64 预下载到仓库，避免 GitHub release 下载超时
layer cache: 依赖层变化少，重复构建时利用缓存

Build 期注意事项

Prisma 7 要求 datasource.url 在 prisma.config.ts 中，不能在 schema.prisma 中
Next.js build 期会求值 server page/API route，依赖 env 变量的模块需加 export const dynamic = "force-dynamic"
OpenAI SDK v6+ 构造时校验 API key，需懒加载

定时任务（Supercronic 容器调度）

调度方式

不再使用主机 crontab + cron-wrapper.sh
由 zhuiguang-ai-cron 容器内 supercronic 调度
配置文件: crontab.txt（项目根目录）
修改 crontab.txt 后需重建 cron 容器生效

任务列表（25 条）

时间	任务	脚本
01:00	Task5 更新星值	`scripts/task5-update-stars.mjs`
02:00	Bot 技能结晶	`scripts/bot-skill-crystallize.mjs`
03:00	Task3 工具巡检	`scripts/task3-check-tools.mjs`
04:00	Task6 评测热门	`scripts/task6-review-hot.mjs`
05:00	Bot 亲和度与画像	`scripts/bot-affinity-update.mjs`
05:00	Task4 发现技能	`scripts/daily-discover.mjs`
06:00	Task1 发现工具	`scripts/task1-discover-tools.mjs`
07:30	AI日报	`scripts/daily-news.mjs`
08:00	Task7 新闻推社区	`scripts/task7-news-to-community.mjs`
09:00-23:00	Bot 活动引擎	`scripts/bot-activity.mjs`（每小时）
21:30	Bot 反馈闭环	`scripts/bot-feedback-loop.mjs`
周日 22:30	Bot 跨板块亲和度	`scripts/bot-affinity-update.mjs`
周日 02:00	Bot 周度复盘	`scripts/bot-weekly-review.mjs`

日志目录

容器内路径: /app/logs/（挂载到 Docker volume zhuiguang_ai_bot_logs）
查看日志: docker logs zhuiguang-ai-cron 或 docker exec zhuiguang-ai-cron cat /app/logs/bot-activity.log

容器运维命令

状态查看

# 容器状态
docker ps --filter name=zhuiguang-ai

# 容器健康状态
docker inspect zhuiguang-ai-app --format '{{.State.Health.Status}}'

# 端口占用
ss -tlnp | grep 8301

# 卷列表
docker volume ls --filter name=zhuiguang_ai

日志查看

# APP 容器日志
docker logs --tail 50 zhuiguang-ai-app
docker logs -f zhuiguang-ai-app    # 实时跟踪

# CRON 容器日志
docker logs --tail 50 zhuiguang-ai-cron

# 查看容器内定时任务日志
docker exec zhuiguang-ai-cron ls -la /app/logs/
docker exec zhuiguang-ai-cron tail -50 /app/logs/bot-activity.log

重启

# 重启 APP 容器
docker restart zhuiguang-ai-app

# 重启 CRON 容器（修改 crontab.txt 后）
docker restart zhuiguang-ai-cron

进入容器调试

docker exec -it zhuiguang-ai-app sh
docker exec -it zhuiguang-ai-cron sh

卷备份

备份脚本

scripts/backup-volumes.sh — 备份 4 个命名卷到 /home/ubuntu/zhuiguang-ai-backup/dockers/
保留最近 7 天的备份
备份格式: {volume_name}_{date}.tar.gz

主机备份 cron

scripts/install-cron-backup.sh — 安装主机备份 cron（每天 03:00）
备份目录: /home/ubuntu/zhuiguang-ai-backup/dockers/

环境变量

.env.production 配置

# 数据库（必填）
DATABASE_URL="mysql://mohe001:***@rm-0jlbgr2rv6dj3t6jngo.mysql.rds.aliyuncs.com:3306/zhuiguang_ai?charset=utf8mb4"

# NextAuth（必填）
NEXTAUTH_URL="http://localhost:8301"
NEXTAUTH_SECRET="请生成一个随机高强度密钥（至少32位）"

# GitHub API（必填，提升限流60→5000次/小时）
GITHUB_TOKEN="ghp_xxxxxxxxxxxxxxxxxxxx"

# DeepSeek API（必填）
DEEPSEEK_API_KEY="sk-..."
DEEPSEEK_MODEL="deepseek-v4-pro"

# OpenAI API（Bot 活动引擎使用）
OPENAI_API_KEY="sk-..."

注意: 容器运行时 .env 文件以只读方式挂载（:ro），避免容器内误修改。

安全配置

HTTP 响应头

next.config.mjs 配置以下安全响应头：

CSP (Content-Security-Policy): default-src 'self' + 安全白名单
HSTS (Strict-Transport-Security): max-age=31536000; includeSubDomains
Permissions-Policy: camera=(), microphone=(), geolocation=()
X-Content-Type-Options: nosniff
X-Frame-Options: DENY
X-XSS-Protection: 1; mode=block
Referrer-Policy: strict-origin-when-cross-origin

权限控制

middleware.ts 中 /admin/* 和 /api/admin/* 仅 admin 角色可访问（VIP 用户无权限）

踩坑记录

Next.js 14不支持useActionState，登录页用原生表单POST
Prisma MariaDB adapter需要连接字符串方式初始化
图片域名需在next.config.mjs中配置remotePatterns
热重载后需清除.next缓存: 删除.next目录后重启
Chart.js组件需用dynamic import + ssr: false，不支持服务端渲染
Prisma 7.8需通过PrismaMariaDb适配器初始化，不能直接new PrismaClient()
Prisma 7 的 datasource.url 必须放在 prisma.config.ts 中，不能在 schema.prisma 中
服务器环境SSL证书问题: 运行脚本需设置$env:NODE_TLS_REJECT_UNAUTHORIZED="0"
Chart.js font.weight只接受bold/normal/bolder/lighter，不接受数字字符串如"500"
Docker build 期模块求值: Next.js build 时会预渲染 server page 和 API route，导致 Prisma/OpenAI 等模块被求值。需要 export const dynamic = "force-dynamic" 或懒加载
Docker aliyun 镜像源: apk 默认源 dl-cdn.alpinelinux.org 极慢（1m23s），切换 mirrors.aliyun.com 仅需 0.134s；npm 切换 registry.npmmirror.com
Supercronic 下载: GitHub release 的 release-assets.githubusercontent.com 在服务器上可能超时，建议预下载二进制到仓库
Docker host 网络: 使用 host 网络模式才能让容器内进程通过 localhost 访问共享服务（Redis、Nacos、MinIO）

开发规则引用

运维和部署必须遵守以下规则：

第十四章 - Docker容器规范：容器清单（app+cron）、host网络、健康检查、容器管理命令

第十五章 - 部署规范：部署前5项自检、构建流程、部署后六项验证、镜像回滚策略

第八章 - 定时任务规范：crontab管理四方同步、entrypoint-cron信号处理、备份脚本完整性

第十三章 - Shell脚本规范：set -e、结构化输出、磁盘预检、禁止操作（禁杀共享进程）

第十九章 - 环境变量管理规范：变量分级、.env.example同步、脚本侧加载顺序

11 KiB Raw Blame History Unescape Escape

运维与部署模块

服务器与基础设施

环境信息

端口规范

容器化部署架构

容器清单

命名卷

网络模式

架构图

Nginx配置

部署流程

本地开发

生产构建 + 部署

使用 docker-compose（推荐）

测试部署（端口 8302，与生产并行）

Docker 镜像构建

Dockerfile 结构

构建优化

Build 期注意事项

定时任务（Supercronic 容器调度）

调度方式

任务列表（25 条）

日志目录

容器运维命令

状态查看

日志查看

重启

进入容器调试

卷备份

备份脚本

主机备份 cron

环境变量

.env.production 配置

安全配置

HTTP 响应头

权限控制

踩坑记录

开发规则引用

11 KiB

Raw Blame History