企业官网建设流程全解析

• AI 应用
• 提示工程
• 人工智能
• 前端

本文基于仓库中的部署文档（中文版 docs/deploy.md，即德语版 i18n/de/docusaurus-plugin-content-docs/current/deploy.md 的翻译源）展开，系统讲解 ChatGPT-Shortcut（产品名 AI Short）自部署时的三种形态选型、四种落地方式（本地构建、Vercel、Cloudflare Pages、Docker）、离线版数据架构，以及如何自定义提示词与保持 Fork 同步更新。读完后你可以独立完成一个可自托管的 18 语言提示词库站点的部署，并理解其构建与运行时配置背后的源码实现。

一、先选部署形态：标准版、离线版与完整自部署

部署文档开篇就把目标读者界定清楚：想自部署或定制 AI Short 的开发者；普通用户直接使用官方在线版即可，无需阅读本文档。

按需求选择一种部署形态（下表完整继承自部署文档）：

前两种形态可以照文档操作完成部署；第三种形态因后端服务并未开源，文档建议邮件联系开发者并说明使用场景与规模，以获取部署方案与支持。这一约束直接决定了后续章节的范围：后文所有可复现的步骤都只覆盖标准部署与离线部署两条路径。

部署文档按流程拆分为四篇子文档，按需查阅：

• 标准部署 —— 复用官方共享后端，支持本地构建、Vercel、Cloudflare Pages、Docker 四种方式；
• 离线部署版 —— 企业内网、政务网络等无外网环境的离线方案，无需后端与账户；
• 配置与自定义 —— 修改网站标题、描述、提示词，以及对接自定义后端；
• 开启同步更新 —— 让 Fork 跟随上游自动更新，避免功能落后。

二、标准部署：复用官方共享后端，开箱即用

标准部署的定位是「复用官方共享后端」：登录、收藏、社区、评论、跨设备同步全部依赖官方共享后端，你只需要托管静态前端。环境要求为Node.js 20.0 或更高版本，支持 macOS、Windows（含 WSL）和 Linux——这一点在 package.json 的engines字段中有硬性声明："node": ">=20.0"（package.json）。

2.1 本地构建与单语言构建

基础命令为：

# 安装依赖 yarn # 本地开发 yarn start # 构建：默认按 scripts/i18nLocales.mjs 的 defaultLocale 生成静态产物到 build 目录 yarn build

要理解这些命令的实际行为，需要看 package.json 中的脚本定义：

• start依赖prestart钩子，会先执行node scripts/genCommunitySnapshot.mjs --ensure-only，确保社区快照数据存在；
• build依赖prebuild钩子，先执行node scripts/genCommunitySnapshot.mjs生成社区提示词快照，再交给node scripts/buildPhased.mjs完成真正的构建。

多语言如何不爆内存是本项目构建链路的一个核心设计。站点共支持18 种语言，语言清单由 scripts/i18nLocales.mjs 单一数据源提供：

export const defaultLocale = "zh-Hans"; export const locales = ["zh-Hans", "en", "zh-Hant", "ja", "ko", "es", "pt", "hi", "ind", "vi", "th", "fr", "de", "it", "ru", "ar", "tr", "bn"];

该文件同时被docusaurus.config.js与构建脚本读取，保证「配置里的 locales」和「分段构建实际要 build 的 locales」永远一致。而无参yarn build走的 scripts/buildPhased.mjs 采用分段构建策略：

• 一次性docusaurus build全部 18 个 locale 会在单进程里把内存撑爆（OOM），因此脚本把语言切成小块，每块单独跑一个docusaurus build进程，进程退出即释放内存；
• 每块语言数由环境变量BUILD_CHUNK控制，默认 3、下限 2（scripts/buildPhased.mjs）；内存吃紧时可设BUILD_CHUNK=2，进程更多更慢，但峰值内存更低；
• 默认语言zh-Hans固定在第一块，负责写build/根目录，其余语言写build/<locale>/；脚本还专门防了一个坑——末块若只剩 1 个非默认 locale，Docusaurus 会把它当成站点根写进build/覆盖默认语言，分块逻辑会自动把它并入前一块（scripts/buildPhased.mjs）；
• 全部构建完成后，mergeSitemaps()把各 locale 的<url>去重合并进根build/sitemap.xml，保证 robots 指向的 sitemap 覆盖全部 18 种语言（scripts/buildPhased.mjs）。

只构建部分语言是部署平台的常用姿势：buildPhased.mjs实现了透传模式——只要显式带参（如yarn build --locale pt），就直接转交单次docusaurus build，不再分段（scripts/buildPhased.mjs）。多语言可串联：yarn build --locale zh-Hans && yarn build --locale en。完整 locale 取值即上文i18nLocales.mjs中的 18 个代码。

2.2 Vercel 部署

按文档流程：Fork 本项目后，在 Vercel 新建项目并选择刚 Fork 的仓库，使用默认构建配置（yarn build）部署即可。

注意：Vercel 免费版可能因内存不足报错。解法是按单语言部署——进入项目Settings → Build & Deployment → Build Command，点Override，把构建命令改为单语言命令，例如中文yarn build --locale zh-Hans、葡萄牙语yarn build --locale pt，其他语言类推。

这条建议正好对应上文源码层面的透传机制：单语言构建走单次docusaurus build，不再经历 18 语言全量构建，内存占用大幅下降。

2.3 Cloudflare Pages 部署

先 Fork 本项目，然后：

1. 登录 Cloudflare Pages，选Create a project；
2. 绑定刚 Fork 的仓库；
3. 配置构建：
   • Build command：yarn build --locale zh-Hans（按要部署的语言换 locale，葡萄牙语用yarn build --locale pt）
   • Output directory：build
4. 点击部署，等待构建完成。

之后每次推新代码会自动触发构建和部署。注意构建产物目录固定为build/，这是 Docusaurus 的默认输出位置，与分段构建脚本写入的目录一致。

2.4 Docker 部署

一行命令部署（两个镜像源任选）：

# ghcr.io docker run -d -p 3000:3000 --name chatgpt-shortcut ghcr.io/rockbenben/chatgpt-shortcut:latest # docker hub docker run -d -p 3000:3000 --name chatgpt-shortcut rockben/chatgpt-shortcut:latest

或使用docker-compose，仓库根目录已提供 docker-compose.yml：

services: chatgpt-shortcut: container_name: chatgpt-shortcut image: ghcr.io/rockbenben/chatgpt-shortcut:latest ports: - "3000:3000" restart: unless-stopped

镜像的构建方式可以直接从 Dockerfile 看到，它采用两阶段构建：

1. 构建阶段：基于node:24-alpine，固定--platform=$BUILDPLATFORM在原生架构（amd64）下只构建一次静态产物，避免多架构构建时 arm64 在 QEMU 模拟下重复跑yarn build导致双倍内存 OOM；SKIP_GIT_INFO=true让 Docusaurus 不依赖 git 信息，从而把.git排除出构建上下文，构建上下文从约 1.2GB 大幅缩小（Dockerfile）；RUN yarn build走的正是上述分段构建流程，构建全量 18 语言（Dockerfile）。
2. 运行阶段：基于nginx:stable-alpine，删除默认 Nginx 配置，拷入自定义配置 nginx.conf，将第一阶段的build产物复制到/usr/share/nginx/html，暴露3000端口（Dockerfile）。

nginx.conf 的关键是 SPA 路由回退：try_files $uri $uri/ /index.html;保证前端路由（如提示词详情页、/prompt/<id>页面）在直接刷新时不会被 404，同时把404页面映射到构建产物中的404.html。这也解释了为什么任何「构建产物目录 =build/」的静态托管方案（Nginx、Apache、Caddy 等）都能直接承载本站点。

三、离线部署版：无后端、无账户的企业内网方案

离线版面向企业内网、政务网络、保密环境、校园网等无法或不便访问外网的环境。它与标准版的本质区别是：无后端、无需注册——所有个人数据存在浏览器本地，部署后内网团队打开浏览器即可使用。

3.1 团队使用方式与数据架构

离线版是纯静态网站。部署到内网服务器（如http://192.168.1.100:3000）后：

1. 管理员将离线版部署到内网服务器；
2. 团队成员用浏览器打开该地址，即可浏览、搜索、复制提示词；
3. 每个人的收藏和自建提示词保存在自己的浏览器中，互不影响；
4. 无需注册账户，无需安装任何软件，打开即用。

其中提示词库（精选提示词）是构建时打包的静态数据，所有用户看到的内容一致；每个用户的收藏、自建提示词、排序和标签保存在各自浏览器的 localStorage，彼此独立。个人数据在浏览器中的存储键如下表（继承自离线部署文档）：

需要注意的限制：浏览器本地存储约5MB 容量上限（日常使用够用）；清除浏览器数据会丢失个人数据，建议定期通过「我的账户 → 数据管理 → 导出数据」备份为 JSON；更换电脑或浏览器后需重新导入。

3.2 与在线版的功能差异

也就是说，离线版牺牲了「账户、社区、评论」三类依赖后端的协作能力，完整保留了提示词库本身的浏览、搜索、收藏与个人化能力，且数据格式与在线版互通。

3.3 离线版的部署方式

离线版基于offline分支，管理员完成一次部署后团队成员无需任何操作。

Docker 部署（推荐）——使用预构建的离线版镜像（注意 tag 是offline而非latest）：

# 使用预构建的离线版镜像 docker run -d -p 3000:3000 --name aishort-offline ghcr.io/rockbenben/chatgpt-shortcut:offline # 或使用 Docker Hub docker run -d -p 3000:3000 --name aishort-offline rockben/chatgpt-shortcut:offline

部署后团队成员访问http://<服务器IP>:3000即可使用。docker-compose写法：

services: aishort-offline: container_name: aishort-offline image: ghcr.io/rockbenben/chatgpt-shortcut:offline ports: - "3000:3000" restart: unless-stopped

源码构建——如需自定义提示词内容或修改配置：

# 克隆离线版分支 git clone -b offline https://github.com/rockbenben/ChatGPT-Shortcut.git cd ChatGPT-Shortcut # 安装依赖 yarn # 本地开发 yarn start # 构建单语言版本（中文） yarn build --locale zh-Hans # 构建全部语言 yarn build

构建产物在build/目录，可部署到任意静态文件服务器。文档给出的 Nginx 配置示例：

server { listen 3000; server_name _; root /path/to/build; index index.html; location / { try_files $uri $uri/ /index.html; } }

这与容器内使用的 nginx.conf 是同构的：同一个try_filesSPA 回退规则，验证了离线版「任意静态服务器均可托管」的通用性。Vercel、Cloudflare Pages 等平台部署时选择offline分支即可，其他步骤与在线版一致。

3.4 数据导入导出与从在线版迁移

导出：进入「我的账户 → 数据管理 → 导出数据」，将个人收藏和自建提示词导出为 JSON 文件。

导入支持以下格式：

• 离线版导出的文件：完整恢复收藏、提示词、排序和标签；
• 在线版导出的文件：自动兼容处理——用户提示词合并到本地（按标题去重）、精选收藏（card）合并到本地收藏、社区收藏（community）自动转为本地自建提示词、MySpace 排序恢复到本地、自定义标签追加合并（不覆盖已有）。

从在线版迁移只需三步：在在线版的「我的账户」页面导出数据 → 在离线版「我的账户 → 数据管理」导入该 JSON → 社区收藏自动转为本地提示词，精选收藏正常同步。两个版本的 ID 体系不同（在线版用服务器 ID，离线版用时间戳 ID），但导入按标题去重，不会冲突。

常见问题要点：团队共享自建提示词可通过一人导出、他人导入实现（自动去重）；提示词库更新则需管理员拉取最新offline分支重新构建部署（或拉取最新 Docker 镜像），团队成员刷新浏览器即可看到新内容，个人数据不受影响。

四、配置与自定义：改标题、加提示词、对接后端

标准部署与离线部署部署完成后，通常还需要按品牌与内容需求做自定义。配置文档给出了四个可自定义的层面。

4.1 网站标题、描述与说明文档

• 网站标题和描述：编辑 docusaurus.config.js；
• 使用说明和介绍：改 docs/ 目录下的对应 Markdown 文件（本项目自身就是 Docusaurus 站点，文档即源码）。

4.2 主页提示词数据

主页精选提示词的源数据在 src/data/prompt.json——一个数组，每个对象按zh/en/ja等语言代码键存放所有语言的版本。新增提示词时的格式：

{ "zh": { "title": "custom prompt", "prompt": "custom prompt", "description": "custom description", "remark": "custom mark" }, "en": { "title": "custom prompt", "prompt": "custom prompt", "description": "custom description", "remark": "custom mark" }, "website": null, "tags": ["music"], "id": 500, "weight": 1 }

编辑后运行python CodeUpdateHandler.py（脚本见 CodeUpdateHandler.py），它会按预设规则拆分prompt.json生成各语言的prompt_<locale>.json（与 src/data/ 目录下已有的prompt_ar.json、prompt_ja.json、prompt_zh-Hans.json等文件对应），并同步更新各语言的主页面和精选提示词页面。

注意：建议将id设为500 以上，避免与现有提示词或社区内容的 ID 冲突。运行脚本会自动为每条提示词（含新增的）生成卡片数据和详情页，无需手动创建页面文件；自定义提示词默认没有精选元描述和评论数据。

4.3 对接自定义后端

项目默认连接一个共享后端（登录、收藏、社区、评论、跨设备同步都依赖它），src/api/ 提供了完整的接口契约可供参考。后端服务本身并未开源；如需带后端的完整自部署，只能走「邮件联系开发者」路径。API 模块结构：

src/api/ ├── index.ts # 统一导出入口 ├── config.ts # API URL 配置 ├── client.ts # Axios 客户端（含认证拦截器） ├── auth.ts # 认证 API（登录/注册/OAuth） ├── prompts.ts # 提示词 CRUD + 搜索 + 投票 ├── favorites.ts # 收藏操作 ├── myspace.ts # 我的空间数据（核心数据源） ├── comments.ts # 评论系统 └── user.ts # 用户信息

从源码可以看到接入点非常集中：src/api/config.ts 把主 API 地址（当前指向官方的 Strapi 后端）与 Google OAuth 登录入口服务集中定义为API_URL、GAUTH_API_BASE两个常量，注释中明确「所有接口地址集中在此，便于后期修改」，且要求该文件不导入其他 API 模块以避免循环依赖。此外，API 数据通过lscache结合 ETag 实现智能缓存——服务器返回 304 Not Modified 时直接复用本地缓存，减少数据传输（lscache也在 package.json 的依赖列表中）。

五、保持 Fork 同步更新

标准部署通常基于 Fork 进行，这就引出同步更新文档解决的问题：Vercel 一键部署的项目可能一直提示存在更新——因为 Vercel 默认新建项目而非 fork，无法检测上游更新。解决方法：

1. 删除原仓库；
2. 用项目页右上角的Fork按钮 Fork 本项目；
3. 在 Vercel 新建项目页面重新选择刚 Fork 的项目并部署。

Fork 后需手动在 Actions 页面启用 Workflows，并跑一次 Upstream Sync Action（若遇到 Upstream Sync 执行错误，先手动执行一次 Sync Fork）；启用后项目每天自动同步上游。想立即手动更新时，可按 GitHub 官方「Sync a fork」流程拉取上游分支合并。

六、部署要点速查

适用前提小结：本文所有步骤以当前仓库版本（chatgpt-shortcut4.4.2，Docusaurus 3.10.1，Node ≥ 20）为准；标准版依赖官方共享后端，离线版功能不含账户/社区/评论；完整独立后端尚未开源，需要时只能联系开发者获取方案。

• AI 应用
• 提示工程
• 人工智能
• 前端