WiseFlow项目Docker Compose部署指南：构建智能工作流系统

项目概述

WiseFlow是一个基于PocketBase和Playwright构建的智能工作流系统，通过Docker Compose可以快速部署整个服务栈。本文将详细解析项目中的docker-compose.yml文件配置，帮助开发者理解系统架构和部署要点。

核心服务架构

WiseFlow系统由两个主要服务组成：

1. PocketBase服务：作为后端数据库和API服务
2. Core服务：基于Playwright的核心业务逻辑处理服务

详细配置解析

1. PocketBase服务配置

pocketbase:
  image: ghcr.io/muchobien/pocketbase:latest
  ports:
    - '8090:8090'
  volumes:
    - ./pb:/pb
  restart: unless-stopped
  entrypoint: sh -c '/usr/local/bin/pocketbase superuser upsert $PB_SUPERUSER_EMAIL $PB_SUPERUSER_PASSWORD --dev --dir=/pb/pb_data && /usr/local/bin/pocketbase serve --dev --http=0.0.0.0:8090 --dir=/pb/pb_data --publicDir=/pb_public --hooksDir=/pb_hooks --migrationsDir=/pb/pb_migrations'
  environment:
    - PB_SUPERUSER_EMAIL=${PB_SUPERUSER_EMAIL}
    - PB_SUPERUSER_PASSWORD=${PB_SUPERUSER_PASSWORD}

关键点解析：

• 使用最新版PocketBase镜像，这是一个开源的实时后端服务
• 将8090端口映射到宿主机，方便外部访问
• 通过volume挂载本地pb目录到容器内，实现数据持久化
• 启动时自动创建或更新超级用户，确保系统有管理员账户
• 开发模式(--dev)运行，适合调试环境
• 配置了数据目录、公共目录、钩子目录和迁移目录

最佳实践建议：

• 生产环境应移除--dev标志
• 超级用户凭证应通过环境变量安全传递
• 考虑定期备份pb_data目录

2. Core服务配置

core:
  image: mcr.microsoft.com/playwright/python:v1.51.0-jammy
  volumes:
    - ./core:/app
    - ./docker/pip_cache:/root/.cache/pip
    - ${PROJECT_DIR}:/work_dir
  working_dir: /app
  command: sh -c 'pip install -r requirements.txt && python run_task.py'
  environment:
    - PB_API_BASE=http://pocketbase:8090
    - PB_API_AUTH=${PB_SUPERUSER_EMAIL}|${PB_SUPERUSER_PASSWORD}
    - VL_MODEL=${VL_MODEL}
    - PROJECT_DIR=/work_dir
    - LLM_API_KEY=${LLM_API_KEY}
    - LLM_API_BASE=${LLM_API_BASE}
    - ZHIPU_API_KEY=${ZHIPU_API_KEY}
    - PRIMARY_MODEL=${PRIMARY_MODEL}
    - SECONDARY_MODEL=${SECONDARY_MODEL}
    - LLM_CONCURRENT_NUMBER=${LLM_CONCURRENT_NUMBER:-1}
    - VERBOSE=${VERBOSE:-""}
  depends_on:
    - pocketbase

关键点解析：

• 基于微软Playwright Python镜像，内置浏览器自动化能力
• 挂载三个关键目录：
  • core目录：包含核心业务代码
  • pip缓存目录：加速依赖安装
  • 项目目录：工作目录，路径通过环境变量配置
• 启动流程：
  1. 安装Python依赖
  2. 执行run_task.py主程序
• 丰富的环境变量配置：
  • 连接PocketBase的API地址和认证信息
  • 视觉语言模型(VL_MODEL)配置
  • 多个LLM相关API密钥和配置
  • 并发控制参数(LLM_CONCURRENT_NUMBER)
• 明确依赖关系：确保PocketBase先启动

技术亮点：

1. 多模型支持：通过PRIMARY_MODEL和SECONDARY_MODEL支持主备模型配置
2. 并发控制：LLM_CONCURRENT_NUMBER可调节系统负载
3. 调试支持：VERBOSE环境变量控制日志详细程度

部署准备与建议

环境变量准备

部署前需要准备以下环境变量：

PB_SUPERUSER_EMAIL=管理员邮箱
PB_SUPERUSER_PASSWORD=管理员密码
PROJECT_DIR=项目工作目录路径
LLM_API_KEY=大模型API密钥
ZHIPU_API_KEY=智谱API密钥(可选)
PRIMARY_MODEL=主模型名称

部署步骤

1. 创建.env文件配置环境变量
2. 确保Docker和Docker Compose已安装
3. 执行docker-compose up -d启动服务
4. 检查日志确认服务正常运行

性能调优建议

• 根据硬件资源调整LLM_CONCURRENT_NUMBER
• 生产环境考虑添加资源限制(CPU/MEMORY)
• 对PocketBase启用定期备份策略
• 考虑添加健康检查配置

常见问题排查

1. PocketBase启动失败：

   • 检查pb目录权限
   • 确认环境变量已正确设置

2. Core服务依赖安装失败：

   • 检查网络连接
   • 确认requirements.txt文件存在

3. 服务间通信问题：

   • 确认depends_on配置正确
   • 检查PocketBase是否监听正确地址

总结

WiseFlow的Docker Compose配置展示了现代微服务架构的典型设计模式，通过容器化技术实现了：

• 服务隔离与独立扩展
• 配置与代码分离
• 开发与生产环境一致性
• 依赖管理和自动化部署

理解这份配置文件对于定制化部署和二次开发WiseFlow系统至关重要。开发者可以根据实际需求调整配置参数，优化系统性能。