一句话定义
Dockerfile是FastGPT自定义模型部署场景中，用于构建可运行容器镜像的配置文件，整合了模型运行所需的环境依赖与启动逻辑。
在 FastGPT 里怎么用
针对不同的自定义模型，部署方式分为两类。第一类为自定义重排序模型，需从HuggingFace仓库克隆目标模型（如bge-reranker-base、bge-reranker-large、bge-reranker-v2-m3），将模型文件存放至指定目录，确保目录下包含app.py、Dockerfile、requirements.txt三个核心文件。第二类为PDF解析模型Marker，可通过官方提供的快速Docker命令完成部署：首先执行docker pull crpi-h3snc261q1dosroc.cn-hangzhou.personal.cr.aliyuncs.com/marker11/marker_images:v0.2拉取官方镜像，随后执行docker run --gpus all -itd -p 7231:7232 --name model_pdf_v2 -e PROCESSES_PER_GPU="2" crpi-h3snc261q1dosroc.cn-hangzhou.personal.cr.aliyuncs.com/marker11/marker_images:v0.2启动容器。
容易搞错的地方
常见错误包括三类。第一类为端口映射配置错误，Marker部署命令中使用-p 7231:7232，易混淆宿主机端口与容器端口，导致服务无法正常访问。第二类为模型目录结构不完整，若自定义重排序模型的目录遗漏app.py、Dockerfile或requirements.txt任意文件，将导致镜像构建失败。第三类为GPU资源配置缺失，未添加--gpus all参数启动容器，将导致无法调用GPU资源，降低模型运行效率。
来源： FastGPT 官方来源
适用性与版本范围
本页适用于官方来源记录的 术语表 场景。执行变更前，需核对 FastGPT、依赖、API 与部署版本。
安全护栏
凭证与私密数据使用 [REDACTED_CREDENTIAL] 占位符。执行操作前需核对文档的环境与版本。
回滚指引
恢复变更前的技术内容权威快照、已保存配置与数据快照，再执行最小验证场景。