build(deployment): 优化 Docker 部署配置

- 新增 .dockerignore 文件，排除不必要的文件和目录
- 修改 Dockerfile，使用环境变量 SERVER_PORT 替代固定端口 5000
- 更新 docker-compose.yaml，添加容器名称、调整端口映射并启用自动重启
- 优化 main.py 中的 chat_completions 函数逻辑

.dockerignore

@@ -0,0 +1,5 @@
+.env.example
+.git
+.gitignore
+*.md
+images/

Dockerfile

@@ -0,0 +1,25 @@
+# 使用官方的 Python 基础镜像
+# 推荐使用特定版本，例如 python:3.9-slim-buster，更小更安全
+FROM python:3.12-bookworm
+
+# 设置工作目录，后续所有命令都将在此目录下执行
+WORKDIR /app
+
+# 将 requirements.txt 复制到工作目录，并安装 Python 依赖
+# 这一步单独进行，利用 Docker 缓存机制，如果依赖不变，则不需要重新安装
+COPY requirements.txt .
+RUN pip install --no-cache-dir -r requirements.txt
+
+# 将所有应用代码复制到容器中
+COPY . .
+
+# 暴露 Flask 应用监听的端口
+# 注意：EXPOSE 只是声明端口，不会实际发布端口，需要在运行容器时进行端口映射
+EXPOSE ${SERVER_PORT}
+
+# 定义容器启动时执行的命令
+# 这里使用 Gunicorn 作为生产级的 WSGI 服务器，而不是 Flask 内置的开发服务器
+# 你需要先在 requirements.txt 中添加 gunicorn
+# CMD ["gunicorn", "-w", "4", "-b", "0.0.0.0:5000", "app:app"]
+# 如果只是测试或简单应用，也可以直接用 Flask 开发服务器
+CMD ["python", "main.py"]

docker-compose.yaml

@@ -0,0 +1,11 @@
+services:
+  web:
+    build: ./ # 指定 Dockerfile 的构建上下文路径
+    container_name: OpenDify
+    ports:
+      - "${SERVER_PORT}:${SERVER_PORT}" # 端口映射：主机端口:容器端口
+    restart: always
+    volumes:
+      - ./:/app # 挂载本地代码到容器，方便开发时修改代码立即生效
+    environment: # 环境变量，例如 Flask 的开发模式
+      FLASK_ENV: development

main.py

@@ -545,18 +545,23 @@ def chat_completions():
                                             if not generate.message_id:
                                                 generate.message_id = message_id
 
-                                            # 将当前批次的字符添加到输出缓冲区
+                                            # # 将当前批次的字符添加到输出缓冲区
-                                            for char in current_answer:
+                                            # for char in current_answer:
-                                                output_buffer.append((char, generate.message_id))
+                                            #     output_buffer.append((char, generate.message_id))
-                                            
-                                            # 根据缓冲区大小动态调整输出速度
-                                            while output_buffer:
-                                                char, msg_id = output_buffer.pop(0)
-                                                yield send_char(char, msg_id)
-                                                # 根据剩余缓冲区大小计算延迟
-                                                delay = calculate_delay(len(output_buffer))
-                                                time.sleep(delay)
 
+                                            # # 根据缓冲区大小动态调整输出速度
+                                            # while output_buffer:
+                                            #     char, msg_id = output_buffer.pop(0)
+                                            #     yield send_char(char, msg_id)
+                                            #     # 根据剩余缓冲区大小计算延迟
+                                            #     delay = calculate_delay(len(output_buffer))
+                                            #     time.sleep(delay)
+                                            if current_answer == "<think>\n\n":
+                                                current_answer = "<think>"
+                                                yield send_char(current_answer, message_id)
+                                                current_answer = "\n"
+                                            yield send_char(current_answer, message_id)
+                                            logger.info(f"message_id: {message_id}")
                                             # 立即继续处理下一个请求
                                             continue
 
@@ -570,17 +575,18 @@ def chat_completions():
                                             if not generate.message_id:
                                                 generate.message_id = message_id
 
-                                            # 将当前批次的字符添加到输出缓冲区
+                                            # # 将当前批次的字符添加到输出缓冲区
-                                            for char in current_answer:
+                                            # for char in current_answer:
-                                                output_buffer.append((char, generate.message_id))
+                                            #     output_buffer.append((char, generate.message_id))
 
-                                            # 根据缓冲区大小动态调整输出速度
+                                            # # 根据缓冲区大小动态调整输出速度
-                                            while output_buffer:
+                                            # while output_buffer:
-                                                char, msg_id = output_buffer.pop(0)
+                                            #     char, msg_id = output_buffer.pop(0)
-                                                yield send_char(char, msg_id)
+                                            #     yield send_char(char, msg_id)
-                                                # 根据剩余缓冲区大小计算延迟
+                                            #     # 根据剩余缓冲区大小计算延迟
-                                                delay = calculate_delay(len(output_buffer))
+                                            #     delay = calculate_delay(len(output_buffer))
-                                                time.sleep(delay)
+                                            #     time.sleep(delay)
+                                            yield send_char(current_answer, message_id)
 
                                             # 立即继续处理下一个请求
                                             continue