2026-11-18 · 19 min read

一台 VPS 加上 Dokploy:把部署攥回自己手里

一份自建部署平台的实操整理。作者先说清为什么不用托管平台——国内访问不稳定、免费额度紧、跑不了常驻任务。然后是三步:买一台海外轻量服务器(选海外节点是为了免备案)、装一个开源部署面板(自带反向代理与证书签发)、生成 API Key 接到 AI 的 MCP 上。后半段最有价值的不是流程,而是他给 AI 写的那些任务说明——每条都写清了「不许做什么」和「怎么才算成功」,还有一句「工具无法检查的部分明确说明,不以『已提交部署』代替成功」。

本文整理自一篇中文技术博客的实操记录。内容属整理稿而非逐字照搬。

文中的价格、配置与产品名沿用原文,未做外部核验,也不构成推荐;云服务定价与活动随时变动,动手前请自行确认。

先说清为什么换

作者先承认托管平台的好处:简单,AI 把页面写好,点几下就能上线。

但他说实际用下来有两个痛点。

痛点具体表现
访问太慢经常卡顿抽风,甚至直接打不开;别人想试用还得挂梯子
限制太多免费额度紧、函数冷启动慢;想跑常驻任务或带自建数据库就处处受限

而他的结论是:

拥有一台属于自己的服务器,然后在上面部署一个开源部署面板。

费用他也给了个数量级:

各大云厂商针对新用户基本都有促销,一年算下来也就一百块左右。

我自己常用的某云国际版海外轻量,两核两 G 一年大概十美元。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["托管平台<br/>省事但受限"] --> C["自建<br/>数据与额度都在自己手里"]
    B["自有 VPS + 部署面板"] --> C

上图是这个取舍。注意它换到的不是「更便宜」,而是「不受第三方额度和网络限制」。

三个核心东西

他说别被技术词绕晕,核心就三个。

东西是什么
VPS一台二十四小时开机联网的云端电脑,用来跑项目和数据库
部署面板管理这台电脑的现代部署平台,可理解为开源自建的托管平台
MCPAI 操作这个面板的工具接口

而协作流程他画得很直白:

你在 AI 里发一句话,AI 调用面板的 MCP 接口。

面板在服务器上自动建应用并拉起容器,服务器把网站跑起来。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["你:一句话"] --> B["AI"]
    B -->|"MCP"| C["部署面板"]
    C --> D["拉容器 · 配域名"]
    D --> E["网站跑起来"]

上图是这条链路。注意「你」只出现在第一环。

他对这个面板的评价有个对比:

它比很多人常推荐的宝塔好得多,功能强大,全基于容器化隔离,而且对 AI 极度友好。

买服务器:那个免备案的坑 ⭐

这一节我认为是全篇最实用的一段,因为它是「不知道就会踩」的类型。

有一个非常关键的避坑点:尽量选香港或者海外节点(比如新加坡、东京)。

为什么?

绑定自定义域名免备案。

如果你的服务器选在国内大陆节点,到时候绑定自己的个性化域名解析,就必须走工信部的备案流程——填资料、等审核。

对个人折腾小项目来说非常耗时繁琐;而选海外节点,域名解析过去立刻就能生效访问。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    A["大陆节点"] --> B["绑域名 → 必须备案 → 等审核"]
    C["海外节点"] --> D["绑域名 → 解析即生效"]

上图是这个分岔。它不是性能差异,是流程差异——而流程差异会直接决定你这个小项目能不能上线。

配置上他的建议很省事:

如果你不知道怎么选配置,最省事的办法就是直接把预算和需求丢给 AI,让它帮你挑性价比最高的方案。

他自己的选择是:某云轻量,新加坡、两核、两 G 内存、四十 G 硬盘,预装容器镜像。

装面板

一条命令,而他提了两个前置检查。

安装前应确认 80、443、3000 端口没有被其他服务占用。

如果服务器已经承载其他网站,先检查现有服务,再安装。

然后是防火墙:

到实例的防火墙页面添加规则,先放行 3000,用来访问管理面板。

接着浏览器打开 http://你的IP:3000,出现初始化页面就创建管理员账号。

这是你自己这台面板的账号,与云厂商账号无关。

而首次引导他给了个很干脆的建议:

如果登录后进入首次使用引导,点击左下角的 SKIP ALL,先进入控制台。

「先跳过引导,别一开始就研究每个菜单」——这个建议我觉得对「先跑通再加功能」的节奏很友好。

域名与 HTTPS

这一段把他的收益讲清楚了:

面板底层自带了反向代理。

后面你把域名解析过来之后,在面板里填上域名,它能一键自动申请并配置免费证书——体验跟托管平台完全一样无感。

接 AI:生成 API Key

打开左侧 Profile,向下找到 API / CLI Keys,点击右下角的 Generate New Key。

他特别强调了一句:

这把密钥就是 AI 访问面板的凭证。

而接下来说的话,是整篇里我最欣赏的一个细节:

这一步只需要提供面板地址,不用把 API Key 发到聊天里——偷懒的也可以直接发给 AI,但毕竟有泄露风险,本地替换更安全。

密钥先留在本地,等配置生成好后再填写。

然后给了具体做法:

步动作
一让 AI 安装并配置 MCP,API Key 先留占位符,告诉你在哪填
二AI 回复配置路径,你按路径打开配置文件
三把占位符替换成真密钥,保留双引号
四重连 MCP,确认开关打开

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["AI 写配置<br/>留占位符"] --> B["你本地填真密钥"]
    B --> C["重连 MCP"]
    C --> D["凭证从未进对话"]

上图是这个设计。它的巧妙在于顺序——先让 AI 把结构搭好,密钥后填,中间那一步在你自己机器上完成。

先验证连通性,再动手

他没有直接让 AI 部署,而是先做一次只读验证。

请通过 MCP 列出当前项目。只读取信息,不创建或修改任何资源。 如果连接失败,报告具体错误。

而他给了一个很关键的判据:

没有项目时返回空列表是正常结果。关键是 AI 确实调用了工具、并收到面板的返回,而不是只给你解释操作方法。

「不是只给你解释操作方法」——这句点出了一个很隐蔽的失败:AI 可能根本没调工具,而是凭知识给你写了一段「应该这样做」的说明,而它看起来完全正常。

验证通过后,第二步才是创建空项目。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["只读:列项目"] --> B["读到空列表 = 通了"]
    B --> C["再写:建空项目"]
    C --> D["去面板刷新确认"]

上图是这两步。先确认「能读」,再试「能写」——顺序反了会分不清是权限问题还是操作问题。

那一组任务说明 ⭐

**这是全篇我认为最有价值的部分。**他给 AI 的部署指令不是「帮我部署 Supabase」,而是七条约束。

我把它整理成四类。

一、防止重复与误建

使用已经检查过的模板,避免重复创建已有服务。 检查模板版本、所需配置和数据持久化挂载。

二、凭证纪律

确认密码及密钥已安全生成,不使用默认示例凭据, 不在回复中显示真实密钥。

「不在回复中显示」——他连「打印出来」都禁掉了。

三、不知道就问,别猜

根据我提供的访问地址配置 API 地址与认证回调; 如果地址或必要配置缺失,先告诉我,不要猜。

「不要猜」三个字,比一长串要求都省事。

四、范围与验收

不向公网开放数据库端口,不修改其他服务。 执行部署后检查部署记录和关键服务状态,告诉我如何打开管理入口、如何验证 API。 工具无法检查的部分明确说明,不以「已提交部署」代替成功。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart TB
    A["防重复"] --> E["一次做对"]
    B["凭证不露"] --> E
    C["缺信息就问"] --> E
    D["验收要真实"] --> E

上图是这四类。而最后那一句我觉得该被抄进所有部署指令里:「已提交部署」不是成功,它只是「我发出去了」。

怎么判断真的部署好了

他给了一个三层的验收标准,而这三层是递进的。

层判据
一部署记录没有失败或持续重试
二数据库、认证、API 网关等关键服务运行正常
三管理入口能登录,API 可以实际请求

而后面那个实战验证更狠——他做了一个带登录的备忘录,然后给了完成标准:

保存后重新登录数据仍在,两个测试用户不能访问对方的笔记。

仅能打开网站首页,还不能证明数据库已经接入成功。

「能打开首页」是最容易满足、也最容易骗过自己的验收。 而他用「重新登录后数据还在」和「两个用户互相隔离」把它堵住了。

接上 GitHub:推送即发布

这一段是把它变成真正的流水线。

第一步在面板里连 GitHub:

GitHub URL 保持 https://github.com——这里填的是平台地址,不是项目仓库地址。

点击创建 GitHub App,按跳转页面完成。

返回后列表里出现了一个 App,但右边仍显示 Action Required——这时还没有完成仓库授权。

而授权范围他给了明确建议:

建议选仅选定的仓库,再选目标仓库,最后点击安装与授权。

他还特意说明了一张截图的问题,这点我很欣赏:

上图是在修改选择前截下来的,仍显示「所有仓库」,不能把这张图当作已经限制授权范围的证明。

「截图不能作为证据」——这种自我校正在一篇教程里很少见。

第二步:让 AI 从仓库部署

而那条指令里有几个措辞我觉得很有分量:

先读取仓库,根据实际代码配置构建和运行方式。 复用现有数据库,不重复创建,保留已有数据和数据卷,凭证从本地配置读取,不输出。 先确认新服务正常,再切换网站路由,保留回退方式。 开启 main 分支推送后的自动部署。

「先确认新的正常,再切路由,保留回退」——这是一个上线的正确顺序。

第三步:验证自动部署

他的验证设计得很干净:

让 AI 改界面(浅色背景、绿色按钮、卡片式列表、改标题),保留增删改功能。 完成后提交推送到 main。 **推送后不要手动触发部署。**观察自动部署记录,确认网页更新,原有备忘录仍然存在。

结果他给了两个证据:

面板自动出现了这次提交的部署记录,过程中不需要手动部署。

刷新后页面已经变成浅色布局,原来的「测试测试」和创建时间都还在。

图表加载后显示;未启用 JavaScript 时可阅读下方流程源码。

flowchart LR
    A["改代码"] --> B["推 main"]
    B --> C["Webhook 触发"]
    C --> D["自动构建"]
    D --> E["新界面 + 旧数据都在"]

上图是这条链路。注意它同时验证了两件事:代码更新了、数据没丢。

日常操作清单

他列了六类日常任务,而每一类都配了「约束句」。

任务约束
查看状态先只读取,不重启、不重新部署
排查失败先给出建议,不要连续重试部署
改环境变量先判断改在构建时还是运行时生效;不输出其他变量里的密钥
发布更新报告结果;能读到提交信息就说明对应提交
重启应用不改环境变量、不动其他服务;无法验证访问就明确说明
看资源占用只读、不停服务;说明内存统计口径,区分总量、已用、可用

最后那条我觉得特别有意思:「区分总量、已用量和可用量」。因为这三个数在多数监控里都叫「内存使用」,而它们的数值可以相差很大。

而他给的通用建议是:

刚开始使用时,把任务对 AI 说清楚:操作哪个项目、修改什么、保留什么、最后怎么验证。

例如先让 AI 诊断故障并给出建议,确认没问题后再让它执行修复。

「先诊断、后执行」——这个两段式把不可逆操作的决策权留在了人手上。

我的三点补充

以下是评注,不是原片内容;取舍由我负责。

第一,「选海外节点免备案」这条,是整篇里唯一一条「不知道就会白折腾」的知识。 它不涉及技术难度,但会决定你这个项目在两小时内上线,还是两周后上线。而这类知识通常不在文档里——因为文档假设你已经知道自己在哪个监管区。

第二,那七条部署约束真正的贡献,是把「AI 会自作主张」这个风险写成了可检查的条目。 「不要猜」「不显示密钥」「不以已提交代替成功」——每一条都对应一种具体的失败模式,而不是泛泛地说「小心点」。而它们能生效的原因很简单:AI 拿到明确禁令时,执行率远高于拿到模糊期待。

第三,整套方案真正的价值不在省钱,在于「验收权」回到了自己手里。 托管平台上,你能看到的只有「构建成功/失败」;而自建之后,你能查部署记录、能读容器日志、能验证数据库、能回滚。这也是为什么那三层验收标准在这套方案里才写得出来——换个平台,你连第二层都摸不到。


一句话总结:托管平台卖的是省事,代价是你看不见里面。 而自建买到的是**「出了问题我知道该看哪儿」**。这一点在 AI 帮你部署的时代反而更值钱。

搜索全站

输入关键词,查找项目与实践记录。