Docker 配置

Docker 配置（免费）

技能概述

编写容器化配置：适用于应用容器化、环境一致性、CI/CD 部署场景，解决「Dockerfile 写不对、镜像太大、容器跑不起来」的问题。最终目的：产出可直接套用的 Docker 配置提示词：用户只需给应用信息，AI 即输出可构建的配置方案。本技能内置可直接套用的提示词模板，加载后 AI 按模板工作，无需额外配置。

适用场景

编写容器化配置：适用于应用容器化、环境一致性、CI/CD 部署场景，解决「Dockerfile 写不对、镜像太大、容器跑不起来」的问题
典型目的：产出可直接套用的 Docker 配置提示词：用户只需给应用信息，AI 即输出可构建的配置方案

调用方式

当用户提出以下类型的需求时，激活本技能：

"请帮我Docker 配置"
"用Docker 配置的方法处理这个内容"
"按Docker 配置模板生成"

激活后，按下方【内置提示词模板】执行：将用户提供的信息填入模板占位处（____），直接输出完整结果；用户未提供的信息保持占位并提示其补充。

内置提示词模板

【角色设定】
你是容器化工程师，擅长编写规范、安全、可构建的 Docker 配置。

【任务】
根据我的应用信息，帮我编写 Docker 配置。

【我会提供的信息】
1. 应用类型（前端/后端/数据库/全栈）：____
2. 语言与运行时（Node/Python/Java/Go 等及版本）：____
3. 依赖与启动命令：____
4. 需要暴露的端口：____
5. 环境变量/配置文件（如有）：____

【编写要求】
1. 输出 Dockerfile（可直接构建）+ 必要的 docker-compose.yml（如多服务）。
2. Dockerfile 规范：基础镜像选型（带版本、尽量小）、依赖安装分层（利用缓存）、非 root 运行、多阶段构建（如适用）。
3. 安全要求：不把密钥写进镜像、最小化暴露端口、设置资源限制。
4. 附构建与运行命令（build/run/compose）。
5. 附验证方法（怎么确认容器正常）。

【输出格式】
一、Dockerfile（完整）
二、docker-compose.yml（如需要）
三、构建运行命令
四、安全与优化说明（3 条）

请直接输出，不要询问多余信息；信息缺失处用「____」占位。

输出要求

严格按模板指定的输出格式分节输出，不省略、不额外发挥。
内容真实合规：不编造数据，不确定处标注「需核实」；涉及专业领域以专业来源为准。
输出可直接复制使用，缺失信息用 ____ 占位并提示用户补充。

注意事项

本技能为免费技能，无支付环节。
如需该场景的高阶版提示词与更多玩法，可在本技能基础上要求 AI 深化；高阶版含五步工作流与合规自检。

风险提示

本工具输出结果仅供参考，不构成专业意见或收益承诺；重要决策请自行核实并判断。
免费工具不提供持续服务保证，具体以 SKILLHub 平台规则为准。

🚀 高阶用法与进阶技巧

1. 多阶段构建优化

场景描述: 对于大型应用，使用多阶段构建可以显著减少最终镜像的大小。

参数/步骤:
在 Dockerfile 中定义多个 FROM 指令，例如：

    FROM node:14 AS build-stage
    WORKDIR /app
    COPY package*.json ./
    RUN npm install
    COPY . .
    RUN npm run build

    FROM nginx:alpine AS production-stage
    COPY --from=build-stage /app/dist /usr/share/nginx/html
    EXPOSE 80
    CMD ["nginx", "-g", "daemon off;"]

组合技巧: 在 docker-compose.yml 中使用多服务，每个服务对应不同的镜像构建阶段。

2. 安全与资源限制配置

场景描述: 确保容器在安全和性能上达到最佳实践。

参数/步骤:
使用非 root 用户运行容器：

    RUN useradd -m myuser && chown -R myuser /app
    USER myuser

设置资源限制：

    services:
      app:
        image: my-app
        deploy:
          resources:
            limits:
              cpus: '0.5'
              memory: 512M
            reservations:
              cpus: '0.25'
              memory: 256M

组合技巧: 在 docker-compose.yml 中配置网络策略，限制容器之间的通信。

3. 自动化测试与验证

场景描述: 确保每次构建的镜像都能正常运行。

参数/步骤:
在 Dockerfile 中添加健康检查：

    HEALTHCHECK --interval=5s --timeout=2s \
      CMD curl -f localhost || exit 1

使用 docker-compose 进行集成测试：

    docker-compose up -d
    docker-compose exec app /bin/sh -c "curl -f localhost"

组合技巧: 结合 CI/CD 工具（如 Jenkins、GitLab CI）自动运行测试。

4. 日志与监控集成

场景描述: 实现容器的日志收集和实时监控。

参数/步骤:
使用 docker-compose 配置日志驱动：

    services:
      app:
        image: my-app
        logging:
          driver: "json-file"
          options:
            max-size: "10m"
            max-file: "3"

结合 ELK Stack 或 Prometheus 进行日志和监控：

    services:
      elasticsearch:
        image: docker.elastic.co/elasticsearch/elasticsearch:7.10.1
      logstash:
        image: docker.elastic.co/logstash/logstash:7.10.1
      kibana:
        image: docker.elastic.co/kibana/kibana:7.10.1

组合技巧: 在 docker-compose.yml 中配置 Prometheus 和 Grafana 监控服务。

📋 实战案例（3个真实场景）

案例 1：前端应用容器化

场景描述: 将一个 React 应用容器化。

输入示例:
应用类型: 前端
语言与运行时: Node.js v14
依赖与启动命令: npm install && npm run build
需要暴露的端口: 80
环境变量/配置文件: REACT_APP_API_URL=[API服务地址]

输出要点:

  FROM node:14 AS build-stage
  WORKDIR /app
  COPY package*.json ./
  RUN npm install
  COPY . .
  RUN npm run build

  FROM nginx:alpine AS production-stage
  COPY --from=build-stage /app/build /usr/share/nginx/html
  EXPOSE 80
  CMD ["nginx", "-g", "daemon off;"]

  version: '3'
  services:
    web:
      image: my-frontend-app
      ports:
        - "80:80"
      environment:
        - REACT_APP_API_URL=[API服务地址]

案例 2：后端应用容器化

场景描述: 将一个 Spring Boot 应用容器化。

输入示例:
应用类型: 后端
语言与运行时: Java 11
依赖与启动命令: ./mvnw clean package
需要暴露的端口: 8080
环境变量/配置文件: SPRING_PROFILES_ACTIVE=prod

输出要点:

  FROM maven:3.8-jdk-11 AS build-stage
  WORKDIR /app
  COPY pom.xml .
  RUN mvn dependency:go-offline -B
  COPY src ./src
  RUN mvn clean package

  FROM openjdk:11-jre-slim
  WORKDIR /app
  COPY --from=build-stage /app/target/*.jar app.jar
  EXPOSE 8080
  CMD ["java", "-jar", "app.jar"]

  version: '3'
  services:
    backend:
      image: my-spring-boot-app
      ports:
        - "8080:8080"
      environment:
        - SPRING_PROFILES_ACTIVE=prod

案例 3：数据库容器化

场景描述: 将一个 MySQL 数据库容器化。

输入示例:
应用类型: 数据库
语言与运行时: MySQL 5.7
依赖与启动命令: mysqld
需要暴露的端口: 3306
环境变量/配置文件: MYSQL_ROOT_PASSWORD=root

输出要点:

  FROM mysql:5.7
  ENV MYSQL_ROOT_PASSWORD root
  COPY init.sql /docker-entrypoint-initdb.d/

  version: '3'
  services:
    db:
      image: my-mysql-db
      ports:
        - "3306:3306"
      environment:
        - MYSQL_ROOT_PASSWORD=root

💰 价值对比（为什么这个工具值得用）

1. 减少开发与维护成本

优势: 自动化生成 Docker 配置，减少手动编写错误和重复工作。
具体表现: 用户只需提供应用基本信息，AI 即可输出完整的 Dockerfile 和 docker-compose.yml，大大缩短了配置时间。

2. 提高环境一致性

优势: 确保开发、测试和生产环境的镜像一致，避免因环境差异导致的问题。
具体表现: AI 生成的 Docker 配置遵循最佳实践，确保容器在不同环境中都能稳定运行。

3. 加速 CI/CD 流程

优势: 自动化测试与验证步骤，快速反馈构建结果。
具体表现: 结合 docker-compose 和自动化工具（如 Jenkins、GitLab CI），实现持续集成和部署的自动化。

🎯 使用场景与适用人群

适用人群

开发者：需要快速容器化应用，减少配置工作量。
DevOps 工程师：希望提高环境一致性，加速 CI/CD 流程。
小团队：资源有限，需要高效管理开发和运维。

使用场景

应用容器化: 对于新项目或现有项目的容器化需求，快速生成 Docker 配置。
环境一致性: 确保不同环境下的镜像一致，避免因环境差异导致的问题。
CI/CD 部署: 结合自动化工具，实现持续集成和部署的自动化流程。
学习与教育: 用于教学或培训，帮助初学者快速掌握 Docker 配置方法。
多语言应用: 支持多种编程语言和运行时环境，适用于全栈项目。