应选择合适基础镜像、设置工作目录与非root用户、分层复制依赖与代码、按需嵌入模型文件、正确暴露端口并以前台命令启动服务。
☞☞☞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☜☜☜
一、选择合适的基础镜像
基础镜像决定了容器内操作系统和预装运行时的初始状态，直接影响后续依赖安装的兼容性与镜像体积。应根据模型所依赖的Python版本、CUDA支持需求及系统精简程度进行权衡。
1、若模型需CUDA加速且运行于NVIDIA GPU环境，选用nvidia/cuda:12.1.1-base-ubuntu22.04作为起点，该镜像已预装CUDA驱动运行时。
2、若仅需CPU推理且追求轻量，使用python:3.10-slim或python:3.11-slim，基于Debian slim变体，体积通常小于120MB。
3、若模型强依赖特定Linux发行版工具链（如某些C++扩展编译），可选用ubuntu:22.04或centos:8，但需自行安装Python及pip。
二、设置工作目录与用户权限
明确WORKDIR可避免路径错误，而创建非root用户能提升容器安全性，防止模型服务因漏洞被提权后破坏宿主机。
1、在Dockerfile中添加WORKDIR /app，统一所有后续COPY、RUN命令的相对路径基准。
2、添加RUN groupadd -g 1001 -r app && useradd -s /bin/bash -u 1001 -r -m -g app app，建立UID为1001的非特权用户。
3、添加USER app，确保后续CMD指令及服务进程以该用户身份运行。
三、分层复制与依赖安装
将代码与依赖分离复制，可充分利用Docker构建缓存机制：当requirements.txt未变更时，pip install步骤无需重复执行，显著加快迭代构建速度。
1、先执行COPY requirements.txt .，仅复制依赖清单文件。
2、执行RUN pip install --no-cache-dir -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt，使用清华源加速安装。
3、再执行COPY . .，将全部源码、配置、模型文件等复制进镜像，避免因代码变更触发整条依赖安装缓存失效。
四、模型文件嵌入策略
模型权重体积大、更新频率低，直接COPY进镜像虽便于分发，但会导致镜像臃肿且难以热更新；采用挂载卷或启动时下载则更灵活，但需额外编排支持。
1、若模型固定且小于2GB，使用COPY models/ /app/models/将其静态嵌入镜像，确保离线可用。
2、若模型需频繁更新或体积超3GB，改用RUN mkdir -p /app/models && curl -L https://example.com/model.bin -o /app/models/model.bin，在构建阶段拉取，避免污染本地构建上下文。
3、若需完全解耦，不在Dockerfile中处理模型，而是通过docker run -v $(pwd)/models:/app/models指定挂载路径，由启动脚本校验存在性。
五、暴露端口与定义启动命令
EXPOSE仅作文档说明，不实际开放端口；CMD定义容器主进程，必须为前台阻塞式命令，否则容器启动即退出。
1、添加EXPOSE 7860，声明服务默认监听端口，与应用内部绑定端口保持一致。
2、编写start.sh脚本，内容包含模型加载检查、环境变量注入、服务启动，并赋予可执行权限：RUN chmod +x start.sh。
3、设置CMD ["./start.sh"]，确保容器生命周期与Web服务进程绑定，禁止使用后台化命令如nohup python app.py &。
