GPT Researcher 的win docker安装攻略

github网址是：https://github.com/assafelovic/gpt-researcher
因为docker安装方法不够清晰，因此写一个使用方法

以下是针对 Windows 系统 使用 Docker 运行 AI-Researcher 项目的 详细分步指南：

---

步骤 1：安装 Docker

1. 下载 Docker Desktop
   访问 Docker 官网 下载 Windows 版安装包。
2. 安装并启动 Docker
   • 双击安装包，按默认选项完成安装。
   • 安装完成后，启动 Docker Desktop。首次启动会提示启用 WSL2，点击确认。
   • 等待 Docker 图标在任务栏显示为绿色（表示已运行）。

！！！ 安装前需要增加一些代理，因为docker国内不能访问

打开设置——docker engine ，增加代码

  "registry-mirrors": [
    "https://docker.1panel.live",
    "https://hub.rat.dev"
  ]

步骤 2：配置环境变量文件（.env）

1. 克隆 .env.example 文件

   • 在项目根目录（含 docker-compose.yml 的文件夹）中，找到 .env.example 文件。
   • 复制此文件，右键 → 复制 → 粘贴到同一目录。
   • 将粘贴后的副本重命名为 .env（删除 .example 后缀）。

2. 编辑 .env 文件

   • 右键 → 用记事本或 VS Code 打开 .env 文件。
   • 填写你的 API 密钥（如 OpenAI、Google 等）：

     OPENAI_API_KEY=你的OpenAI_API密钥
     GOOGLE_API_KEY=你的Google_API密钥
     ...
     

   • 保存文件（确保文件名是 .env，不是 .env.txt）。

   注意：

   • 如果文件名显示为 .env.txt，需在文件资源管理器开启“显示文件扩展名”后重命名。
     （方法：资源管理器 → 查看 → 勾选“文件扩展名”）

---

步骤 3：调整 docker-compose.yml 文件

1. 用文本编辑器打开 docker-compose.yml

   • 右键文件 → 用 VS Code 或记事本打开。

2. 注释不需要的服务

   • 找到 services 下的服务（如 celery、redis 等），修改ports

  gptr-nextjs:
    pull_policy: build
    image: gptresearcher/gptr-nextjs
    stdin_open: true
    environment:
      CHOKIDAR_USEPOLLING: "true"
      LOGGING_LEVEL: INFO
      NEXT_PUBLIC_GA_MEASUREMENT_ID: ${NEXT_PUBLIC_GA_MEASUREMENT_ID}
      NEXT_PUBLIC_GPTR_API_URL: ${NEXT_PUBLIC_GPTR_API_URL}
    build:
      dockerfile: Dockerfile.dev
      context: frontend/nextjs
    volumes:
      - /app/node_modules
      - ./frontend/nextjs:/app
      - ./outputs:/app/outputs
    restart: always
    ports:
      - 3333:3000

• 保存文件。

---

步骤 4：启动 Docker 容器

1. 打开终端（PowerShell 或 CMD）

   • 在项目根目录的地址栏输入 cmd 或 powershell，回车打开命令行。

2. 运行 Docker 命令

   docker compose up --build
   

   • 如果报错，尝试：

     docker-compose up --build  # 旧版本 Docker 可能需要此写法
     

   过程说明：

   • --build 会重新构建镜像（首次运行或代码修改后需要）。
   • 等待下载镜像和构建完成（首次可能较久，依赖网络速度）。

---

步骤 5：访问应用

1. 访问 React 前端
   构建完成后，在浏览器输入：

   http://localhost:3333
   

2. 访问 Python 后端 API
   后端服务运行在：

   http://localhost:8000
   

---

完整流程总结

1. 安装 Docker Desktop → 启动并确认运行状态。
2. 复制 .env.example → 重命名 .env → 填写 API 密钥。
3. 编辑 docker-compose.yml → 注释不需要的服务。
4. 在项目目录打开终端 → 运行 docker compose up --build。
5. 访问 http://localhost:3000 使用应用。

如有其他问题，可提供错误截图或日志进一步排查！