Linux服务器部署：利用Docker容器化运行方舟CodingPlan-人工智能-PHP中文网

方舟codingplan容器化部署需五步：一、确认内核≥3.10、安装docker并加用户至docker组；二、拉取官方镜像，配置国内加速器；三、用docker run启动容器并挂载目录；四、用docker-compose.yml声明式部署；五、克隆源码定制构建私有镜像。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

linux服务器部署：利用docker容器化运行方舟codingplan

如果您已在Linux服务器上准备运行方舟CodingPlan，但尚未完成容器化部署，则可能是由于基础环境缺失、镜像不可用或服务端口未正确映射所致。以下是实现该目标的具体操作路径：

一、确认系统与Docker基础环境

此步骤确保宿主机满足运行CodingPlan容器的最低要求，包括内核版本、Docker引擎及必要权限配置。缺少任一条件均会导致后续构建或启动失败。

1、执行命令检查Linux内核版本是否≥3.10：uname -r

2、验证Docker是否已安装并运行：sudo docker info

3、若未安装Docker，根据发行版执行对应命令：Ubuntu/Debian用户运行 sudo apt install docker-ce docker-ce-cli containerd.io -y；CentOS/RHEL用户运行 sudo yum install docker-ce docker-ce-cli containerd.io -y

4、将当前用户加入docker组以避免每次使用sudo：sudo usermod -aG docker $USER && newgrp docker

二、获取并验证CodingPlan官方镜像

直接使用方舟官方发布的Docker镜像可跳过源码编译环节，显著降低部署复杂度，并确保运行时环境与生产一致。

1、拉取最新稳定版CodingPlan镜像：sudo docker pull codingplan/codingplan:latest

2、查看本地镜像列表，确认拉取成功：sudo docker images | grep codingplan

3、若拉取失败，尝试指定国内镜像加速地址（如阿里云）：sudo mkdir -p /etc/docker && echo '{ "registry-mirrors": ["https://.mirror.aliyuncs.com"] }' | sudo tee /etc/docker/daemon.json

4、重启Docker守护进程使配置生效：sudo systemctl restart docker

三、通过Docker CLI直接运行容器

适用于快速验证服务可用性或单实例轻量部署，所有配置通过命令行参数传入，无需额外文件。

1、创建持久化数据目录：mkdir -p /opt/codingplan/data /opt/codingplan/config

2、运行容器并绑定关键端口与卷：sudo docker run -d --name codingplan-server -p 8080:8080 -p 8443:8443 -v /opt/codingplan/data:/app/data -v /opt/codingplan/config:/app/config -e CODINGPLAN_ENV=prod --restart=unless-stopped codingplan/codingplan:latest

3、检查容器运行状态：sudo docker ps | grep codingplan

4、查看容器日志确认初始化完成：sudo docker logs -f codingplan-server