好久没有写文章了，今天有空，记录一下chatglm本地知识库的docker镜像制作过程。

核心程序是基于“闻达”开源项目，稍作改动。镜像可以直接启动运行，大家感兴趣可以进入镜像内部查看，代码位于 /app 目录下。

一、制作镜像：

docker tag chatglm:v1 ch1949/chatglm:latest
docker push ch1949/chatglm:latest

1) Tag 这里注意：

tag的名字斜线前面部分ch1949需要是本人docker的用户名，才能push成功。

本人的docker用户名，可以进入docker hub网站查看。

2) 通用化总结一下：

上传自己的镜像到 Docker Hub 上可以分为以下几个步骤：

1. 注册 Docker Hub 账号并登录。在 Docker Hub 的官方网站上注册账号后，使用 docker login 命令登录到 Docker Hub。

   $ docker login

2. 构建 Docker 镜像。在本地使用 Dockerfile 构建出需要上传的镜像，

   FROM python:3.9
   WORKDIR /app
   COPY . /app
   RUN pip install -r requirements.txt
   CMD ["python", "app.py"]

   通过 docker build 命令进行构建。

   $ docker build -t myusername/myapp:1.0 .

3. 给镜像打标签。使用 docker tag 命令给构建出的镜像打上标签，格式为 <用户名>/<镜像名>:<标签>，其中 <用户名> 是在 Docker Hub 上注册的用户名，<镜像名> 是自己给镜像起的名字，<标签> 是版本号或者其他标识符。

   $ docker tag myusername/myapp:1.0 myusername/myapp:latest

4. 上传镜像到 Docker Hub。使用 docker push 命令将打好标签的镜像上传到 Docker Hub 上，格式为 docker push <用户名>/<镜像名>:<标签>。

   $ docker push myusername/myapp:1.0
   $ docker push myusername/myapp:latest

二、使用

1) 拉取镜像

（目前书库中只有一本《三国演义》）

docker pull docker.io/ch1949/chatglm

2) 创建容器

创建容器
# docker run --gpus all -p 17860:17860 --name chatglm -it ch1949/chatglm:latest后面可以通过start/stop来开关容器
# docker start chatglm
# docker stop chatglm

3) 然后直接浏览器访问  

这里记得打开你服务器机器的防火墙17860端口。

http://你机器的ip地址:17860

4) 看下效果

三、Dockerfile文件

FROM pytorch/pytorch:2.0.1-cuda11.7-cudnn8-runtime
LABEL maintainer="cc <ch1949@126.com>"
WORKDIR /appRUN conda install cudatoolkit=11.7 -c nvidia -yCOPY / ./RUN pip install -r requirements.txtCMD ["python", "main.py"]

关于dockerfile的一些说明：

这里有一个坑：pytorch/pytorch:2.0.1-cuda11.7-cudnn8-runtime 镜像里没有 libcudart11.0 libcublaslt11 库，需要单独安装。

否则会报错：Library cudart is not initialized

当然，也可以自行安装：

conda install cudatoolkit=11.7 -c nvidia -y

或者通过apt命令，比如在Ubuntu 22.04 下执行如下命令效果一样：

sudo apt install libcudart11.0 libcublaslt11

（未完待续）

20230704