AI办公 Docker部署教程｜零基础可学

在AI工具快速普及的今天，越来越多的团队开始把“大模型对话、知识库问答、AI写作、智能客服、自动化办公”等能力接入日常工作流程。相比直接使用公网平台，自建AI办公系统有几个明显优势：数据可控、权限可控、可接入内部资料、可按团队需求定制，并且长期使用成本更容易管理。

不过，对于零基础用户来说，“部署”听起来往往很复杂：要装环境、配置数据库、处理端口、设置反向代理、接入模型服务……这些步骤如果全部手动完成，确实容易出错。好在有了 Docker，我们可以把复杂环境打包成容器，通过几条命令完成部署。本文将用尽量通俗的方式，带你了解如何使用 Docker 部署一套 AI 办公系统。

说明：本文以“通用AI办公平台”的部署思路为主，适用于多数支持 Docker 部署的项目，例如 AI知识库、AI写作助手、企业智能问答系统、LLM WebUI、工作流自动化平台等。你可以根据具体项目的官方文档替换镜像名称、环境变量和端口配置。

一、什么是 Docker？为什么部署AI办公要用它？

Docker 可以理解为一种“应用打包和运行工具”。传统安装软件时，我们可能需要配置 Python、Node.js、数据库、依赖库、运行环境等；而 Docker 可以把这些内容打包到一个“容器”里，部署时只需要拉取镜像并启动容器即可。

1. Docker 的核心概念

• 镜像（Image）：可以理解为软件安装包，里面包含运行程序所需的环境。
• 容器（Container）：镜像运行起来之后就是容器，类似一个独立的小系统。
• Dockerfile：用于构建镜像的配置文件。
• docker-compose.yml：用于一次性启动多个容器的编排文件，比如同时启动 Web 服务、数据库、缓存服务等。
• 数据卷（Volume）：用于保存数据，即使容器删除，数据也可以保留。

2. 为什么AI办公系统适合用 Docker 部署？

AI办公系统通常不只是一个网页程序，往往还包括：

• 前端页面
• 后端服务
• 数据库
• 向量数据库
• 文件存储
• 模型接口配置
• 用户权限系统
• 日志与缓存服务

如果全部手动安装，容易出现版本不兼容、依赖缺失、路径错误等问题。Docker 的优势在于：

• 部署简单：复制配置文件，执行命令即可启动。
• 环境一致：本地、服务器、测试环境可以保持一致。
• 易于迁移：换服务器时复制数据卷和配置即可。
• 方便升级：停止旧容器，拉取新镜像，再启动即可。
• 隔离安全：不同服务互不影响，出问题也方便排查。

二、部署前需要准备什么？

在正式部署之前，我们需要准备一台服务器或本地电脑。为了方便多人访问，推荐使用云服务器。

1. 服务器配置建议

如果你只是部署一个轻量级AI办公系统，并通过 API 调用外部大模型，例如 OpenAI、通义千问、智谱、DeepSeek、Claude 等，一般不需要很高的硬件配置。

入门配置

推荐配置

本地模型配置

如果你希望本地运行大模型，例如部署 Ollama、vLLM、LM Studio 或其他开源模型，那么硬件要求会明显提高。尤其是大模型推理通常需要较大的内存或显存。

对于零基础用户，建议先使用“外部模型 API + Docker部署AI办公平台”的方式入门，后续再考虑本地模型。

三、安装 Docker 和 Docker Compose

下面以 Ubuntu 服务器为例进行说明。如果你使用的是 CentOS、Debian、Windows 或 macOS，安装方式会略有不同，但整体思路一致。

1. 更新系统软件包

登录服务器后，先执行：

sudo apt update
sudo apt upgrade -y

这一步用于更新软件源和系统组件，减少安装过程中的兼容问题。

2. 安装基础依赖

sudo apt install -y ca-certificates curl gnupg lsb-release

3. 添加 Docker 官方 GPG 密钥

sudo mkdir -p /etc/apt/keyrings

curl -fsSL https://download.docker.com/linux/ubuntu/gpg | \
sudo gpg --dearmor -o /etc/apt/keyrings/docker.gpg

4. 添加 Docker 软件源

echo \
"deb [arch=$(dpkg --print-architecture) signed-by=/etc/apt/keyrings/docker.gpg] \
https://download.docker.com/linux/ubuntu \
$(lsb_release -cs) stable" | \
sudo tee /etc/apt/sources.list.d/docker.list > /dev/null

5. 安装 Docker

sudo apt update

sudo apt install -y docker-ce docker-ce-cli containerd.io docker-buildx-plugin docker-compose-plugin

6. 检查 Docker 是否安装成功

docker --version
docker compose version

如果能看到版本号，说明安装成功。

7. 启动 Docker 并设置开机自启

sudo systemctl enable docker
sudo systemctl start docker

8. 可选：将当前用户加入 Docker 用户组

默认情况下，执行 Docker 命令可能需要 sudo。如果你想直接使用 docker 命令，可以执行：

sudo usermod -aG docker $USER

执行后需要退出 SSH 重新登录，或者重启服务器。

四、准备AI办公项目目录

为了方便管理，我们可以在服务器上创建一个专门的目录。

mkdir -p ~/ai-office
cd ~/ai-office

这个目录后续会存放：

• docker-compose.yml
• .env
• 数据目录
• 日志目录
• 配置文件

建议养成一个好习惯：不要把所有项目都放在根目录，也不要随意分散存放。清晰的目录结构能减少很多维护成本。

五、编写 docker-compose.yml 文件

下面给出一个通用示例。假设我们的 AI办公系统包含三个服务：

1. Web应用服务：负责网页界面和后端接口；
2. PostgreSQL数据库：保存用户、会话、配置等信息；
3. Redis缓存：提升访问速度，存储临时任务。

在 ~/ai-office 目录下创建文件：

nano docker-compose.yml

写入以下内容：

services:
  ai-office-web:
    image: your-ai-office-image:latest
    container_name: ai-office-web
    restart: always
    ports:
      - "3000:3000"
    env_file:
      - .env
    depends_on:
      - ai-office-db
      - ai-office-redis
    volumes:
      - ./data/uploads:/app/uploads
      - ./logs:/app/logs

  ai-office-db:
    image: postgres:15
    container_name: ai-office-db
    restart: always
    environment:
      POSTGRES_DB: ai_office
      POSTGRES_USER: ai_user
      POSTGRES_PASSWORD: your_strong_password
    volumes:
      - ./data/postgres:/var/lib/postgresql/data
    ports:
      - "5432:5432"

  ai-office-redis:
    image: redis:7
    container_name: ai-office-redis
    restart: always
    volumes:
      - ./data/redis:/data
    ports:
      - "6379:6379"

注意：your-ai-office-image:latest 需要替换成你实际使用项目的镜像名称。不同AI办公平台提供的镜像不同，请以官方文档为准。

配置说明

• restart: always：容器异常退出或服务器重启后自动启动。
• ports：端口映射，例如 "3000:3000" 表示把服务器的3000端口映射到容器的3000端口。
• env_file：加载 .env 环境变量文件。
• depends_on：表示 Web 服务依赖数据库和 Redis。
• volumes：数据持久化目录，避免容器删除后数据丢失。
• container_name：容器名称，方便管理。

六、编写 .env 配置文件

.env 文件用于保存项目运行所需的环境变量，例如数据库连接、大模型 API Key、系统域名等。

在项目目录下创建：

nano .env

示例内容如下：

APP_ENV=production
APP_PORT=3000
APP_URL=http://你的服务器IP:3000

DATABASE_URL=postgresql://ai_user:your_strong_password@ai-office-db:5432/ai_office
REDIS_URL=redis://ai-office-redis:6379

LLM_PROVIDER=openai
OPENAI_API_KEY=你的API_KEY
OPENAI_BASE_URL=https://api.openai.com/v1
DEFAULT_MODEL=gpt-4o-mini

UPLOAD_DIR=/app/uploads
LOG_LEVEL=info

如果你使用的是其他模型服务商，可以根据平台要求修改。例如：

LLM_PROVIDER=deepseek
OPENAI_API_KEY=你的DeepSeek_API_KEY
OPENAI_BASE_URL=https://api.deepseek.com
DEFAULT_MODEL=deepseek-chat

很多AI办公系统为了兼容，会使用 OpenAI 格式接口。因此即使你使用的不是 OpenAI，也可能仍然填写 OPENAI_API_KEY 和 OPENAI_BASE_URL。这并不冲突，关键要看系统是否支持兼容模式。

七、启动AI办公系统

确保当前目录下已经有 docker-compose.yml 和 .env 文件，然后执行：

docker compose up -d

参数说明：

• up：启动服务；
• -d：后台运行，不占用当前终端。

启动后查看容器状态：

docker compose ps

如果状态显示为 Up，说明容器已经启动。

查看日志：

docker compose logs -f

如果只想查看 Web 服务日志：

docker compose logs -f ai-office-web

当你看到类似 Server started、Listening on port 3000、Application running 等信息，说明程序已经正常运行。

八、访问AI办公系统

如果服务器安全组和防火墙已经放行 3000 端口，你可以在浏览器访问：

http://服务器IP:3000

如果你部署在本地电脑，则访问：

http://localhost:3000

首次访问时，一般会出现初始化页面，可能需要你设置管理员账号、系统名称、默认模型等信息。

如果无法访问，可以检查以下几个方面：

1. 容器是否正常运行；
2. 服务器防火墙是否放行端口；
3. 云服务器安全组是否开放端口；
4. 应用是否监听正确端口；
5. 日志中是否存在启动错误。

九、配置域名和反向代理

如果只是个人测试，使用 IP:端口 访问即可。但如果用于团队办公，建议绑定域名，并使用 HTTPS。

例如你希望通过下面的地址访问：

https://ai.example.com

可以使用 Nginx 作为反向代理。

1. 安装 Nginx

sudo apt install -y nginx

2. 创建站点配置

sudo nano /etc/nginx/sites-available/ai-office

写入：

server {
    listen 80;
    server_name ai.example.com;

    location / {
        proxy_pass http://127.0.0.1:3000;
        proxy_http_version 1.1;

        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;

        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
    }
}

启用配置：

sudo ln -s /etc/nginx/sites-available/ai-office /etc/nginx/sites-enabled/
sudo nginx -t
sudo systemctl reload nginx

3. 申请 HTTPS 证书

安装 Certbot：

sudo apt install -y certbot python3-certbot-nginx

申请证书：

sudo certbot --nginx -d ai.example.com

按照提示输入邮箱并确认即可。完成后就可以通过 HTTPS 访问了。

十、接入大模型服务

AI办公系统的核心是模型能力。常见接入方式有两种：

1. 调用云端大模型 API
2. 部署本地大模型服务

1. 调用云端 API

这是最适合零基础用户的方式。你只需要在模型服务商处获取 API Key，然后填写到 .env 或后台设置中。

常见配置项包括：

OPENAI_API_KEY=你的API_KEY
OPENAI_BASE_URL=模型接口地址
DEFAULT_MODEL=模型名称

例如 DeepSeek：

OPENAI_API_KEY=sk-xxxx
OPENAI_BASE_URL=https://api.deepseek.com
DEFAULT_MODEL=deepseek-chat

例如通义千问兼容接口，具体地址需以官方文档为准：

OPENAI_API_KEY=你的密钥
OPENAI_BASE_URL=https://dashscope.aliyuncs.com/compatible-mode/v1
DEFAULT_MODEL=qwen-plus

配置完成后重启服务：

docker compose restart ai-office-web

2. 接入本地 Ollama

如果你希望在服务器上运行本地模型，可以使用 Ollama。示例：

docker run -d \
  --name ollama \
  -p 11434:11434 \
  -v ollama:/root/.ollama \
  ollama/ollama

下载模型：

docker exec -it ollama ollama pull qwen2.5:7b

然后在 AI办公系统中配置：

OPENAI_BASE_URL=http://服务器IP:11434/v1
DEFAULT_MODEL=qwen2.5:7b

不过，本地模型对硬件有要求。如果服务器配置较低，可能会出现响应慢、内存不足、模型加载失败等情况。

十一、配置知识库与文件上传

AI办公系统常见功能之一是“知识库问答”。它可以把企业文档、产品手册、制度流程、项目资料上传后，转换成向量数据，用户提问时系统会检索相关内容，再交给大模型生成答案。

1. 知识库适合上传哪些文件？

常见格式包括：

• PDF
• Word文档
• Excel表格
• Markdown文档
• TXT文本
• 网页内容
• 产品说明书
• 内部制度
• FAQ文档

2. 知识库配置建议

为了获得更好的效果，建议：

• 文档内容尽量结构清晰；
• 标题、章节、段落要明确；
• 避免上传大量重复文档；
• 重要文档优先整理成 Markdown 或结构化格式；
• 文件名尽量有意义，例如“2025员工报销制度.pdf”。

3. 向量模型与重排模型

知识库问答不仅依赖聊天模型，还依赖 Embedding 模型。Embedding 模型负责把文本转换成向量，用于语义检索。

常见配置项可能包括：

EMBEDDING_MODEL=text-embedding-3-small
RERANK_MODEL=bge-reranker

不同平台支持的模型不同。如果你发现知识库回答不准确，可以从以下方面优化：

• 调整文档切分大小；
• 使用更好的 Embedding 模型；
• 增加重排模型；
• 优化提示词；
• 删除低质量或重复文档。

十二、常用 Docker 管理命令

部署完成后，你还需要掌握一些常用命令，方便日常维护。

1. 查看容器状态

docker compose ps

2. 查看日志

docker compose logs -f

3. 重启服务

docker compose restart

只重启 Web 服务：

docker compose restart ai-office-web

4. 停止服务

docker compose down

注意：这个命令会停止并删除容器，但不会删除你通过 volume 挂载到本地的数据目录。

5. 更新镜像

docker compose pull
docker compose up -d

6. 查看镜像

docker images

7. 查看容器资源占用

docker stats

8. 清理无用镜像

docker image prune

如果想清理更多无用资源：

docker system prune

执行清理前要谨慎，避免误删仍需使用的镜像、网络或缓存。

十三、数据备份与恢复

AI办公系统一旦正式使用，就会产生大量重要数据，包括用户信息、聊天记录、知识库文件、数据库内容等。因此，备份非常重要。

1. 备份 PostgreSQL 数据库

执行：

docker exec -t ai-office-db pg_dump -U ai_user ai_office > backup_ai_office.sql

恢复数据库：

cat backup_ai_office.sql | docker exec -i ai-office-db psql -U ai_user ai_office

2. 备份上传文件

如果你的上传文件挂载在：

./data/uploads

可以直接打包：

tar -czvf uploads_backup.tar.gz ./data/uploads

3. 备份整个项目目录

cd ~
tar -czvf ai-office-backup.tar.gz ai-office

建议定期把备份文件同步到其他服务器、对象存储或网盘中，避免服务器故障导致数据丢失。

十四、常见问题与解决方法

问题1：容器启动失败怎么办？

先查看日志：

docker compose logs -f

常见原因包括：

• .env 配置错误；
• 数据库密码不一致；
• 端口被占用；
• 镜像名称错误；
• 网络无法拉取镜像；
• 文件目录权限不足。

问题2：访问网页打不开怎么办？

检查容器状态：

docker compose ps

检查端口是否监听：

sudo ss -tulpn | grep 3000

检查云服务器安全组是否放行 3000 端口。如果使用 Nginx，还需要检查 Nginx 配置：

sudo nginx -t
sudo systemctl status nginx

问题3：模型无法回复怎么办？

检查 API Key、接口地址和模型名称是否正确。建议先用 curl 测试接口是否可用，或者到模型服务商控制台查看调用记录。

常见错误包括：

• API Key 填错；
• 余额不足；
• 模型名称不存在；
• Base URL 不正确；
• 网络无法访问模型接口；
• 系统不支持该模型格式。

问题4：知识库上传后回答不准确怎么办？

可以从文档质量和检索配置入手：

• 重新整理文档结构；
• 删除重复内容；
• 调整切分长度；
• 使用更适合中文的 Embedding 模型；
• 增加重排模型；
• 在提示词中要求“仅基于知识库回答”。

问题5：服务器内存不足怎么办？

可以执行：

free -h
docker stats

如果发现内存占用过高，可以：

• 减少同时运行的容器；
• 关闭本地模型；
• 升级服务器配置；
• 添加 Swap；
• 优化知识库任务并发数。

添加 Swap 示例：

sudo fallocate -l 4G /swapfile
sudo chmod 600 /swapfile
sudo mkswap /swapfile
sudo swapon /swapfile

十五、安全建议

AI办公系统通常会处理内部资料，因此安全配置不能忽视。

1. 不要泄露 API Key

.env 文件中通常保存密钥，不要上传到公开仓库。可以设置文件权限：

chmod 600 .env

2. 使用强密码

数据库密码、管理员密码都应使用强密码，避免使用 123456、password、admin 等弱密码。

3. 开启 HTTPS

团队使用时，建议必须配置 HTTPS，避免账号密码和数据在传输过程中被窃听。

4. 限制数据库端口暴露

如果数据库只给容器内部访问，最好不要把 5432 暴露到公网。可以删除：

ports:
  - "5432:5432"

Redis 端口同理，默认不建议暴露到公网。

5. 定期更新系统和镜像

sudo apt update && sudo apt upgrade -y
docker compose pull
docker compose up -d

6. 做好权限管理

如果系统支持多用户和角色权限，应合理划分：

• 管理员
• 普通成员
• 只读用户
• 部门用户
• 外部访客

不要所有人都使用管理员账号。

十六、适合企业使用的部署流程建议

如果你准备把 AI办公系统正式用于团队，建议按照以下流程推进：

1. 测试环境部署：先在测试服务器跑通基本功能；
2. 模型接入验证：确认聊天、写作、总结、知识库问答可正常使用；
3. 权限体系配置：创建管理员、部门账号、普通用户；
4. 知识库整理：上传高质量内部文档；
5. 小范围试用：选择一个部门试点；
6. 收集反馈优化：调整提示词、模型、知识库切分策略；
7. 正式上线：绑定域名、配置 HTTPS、开启备份；
8. 持续维护：定期更新、备份、安全检查。

这样做比“一次性全员上线”更稳妥，也更容易发现问题。

十七、总结

使用 Docker 部署 AI办公系统，并没有想象中那么困难。对于零基础用户来说，只要理解几个关键点，就能快速入门：

• Docker 镜像相当于软件包；
• 容器是运行中的应用；
• docker-compose.yml 用来统一管理多个服务；
• .env 用来配置数据库、模型 API、系统地址等参数；
• 数据卷用于保存文件和数据库数据；
• 日志是排查问题的第一入口；
• 正式使用前一定要做好备份、安全和权限管理。

如果你只是个人或小团队使用，推荐先采用“云服务器 + Docker + 外部大模型 API”的方式部署，门槛低、速度快、维护简单。等业务稳定后，再考虑接入本地模型、向量数据库、自动化工作流和企业权限体系。

AI办公的价值不只是“和机器人聊天”，更重要的是把文档处理、知识检索、会议总结、邮件撰写、流程问答、数据分析等日常工作自动化。通过 Docker 部署，你可以快速搭建一套属于自己的AI办公平台，让团队在更安全、可控、可扩展的环境中使用AI能力。