update

Dockerfile

@@ -1,3 +1,21 @@
+# 构建阶段
+FROM ubuntu:22.04 AS builder
+
+ENV DEBIAN_FRONTEND=noninteractive
+
+RUN apt-get update && apt-get install -y \
+    build-essential \
+    git \
+    cmake \
+    curl \
+    && rm -rf /var/lib/apt/lists/*
+
+RUN git clone https://github.com/ggerganov/llama.cpp.git /tmp/llamacpp && \
+    cd /tmp/llamacpp && \
+    cmake -B build -DLLAMA_BUILD_SERVER=ON && \
+    cmake --build build --config Release
+
+# 运行阶段
 FROM ubuntu:22.04
 
 ENV DEBIAN_FRONTEND=noninteractive
@@ -9,24 +27,17 @@ ENV THREADS="-1"
 ENV TEMPERATURE="0.7"
 ENV PREDICT_TOKENS="2048"
 
+# 仅安装运行时依赖
 RUN apt-get update && apt-get install -y \
     curl \
-    wget \
-    build-essential \
-    git \
-    python3 \
-    python3-pip \
     && rm -rf /var/lib/apt/lists/*
 
 WORKDIR /app
 
-COPY start-lfm25-server.sh /app/start-lfm25-server.sh
+# 从构建阶段复制 llama-server
+COPY --from=builder /tmp/llamacpp/build/bin/llama-server /usr/local/bin/
 
-RUN git clone https://github.com/ggerganov/llama.cpp.git /tmp/llamacpp && \
-    cd /tmp/llamacpp && \
-    make LLAMA_SERVER=1 && \
-    cp /tmp/llamacpp/llama-server /usr/local/bin/ && \
-    rm -rf /tmp/llamacpp
+COPY start-lfm25-server.sh /app/start-lfm25-server.sh
 
 RUN echo "📥 下载 LFM2.5-1.2B-Thinking-Q4_K_M.gguf (731MB)..." && \
     curl -L -o "$MODEL_FILE" \

README.md

@@ -44,6 +44,22 @@ curl -X POST "http://localhost:7860/v1/chat/completions" \
 
 ## 🐳 Docker 部署
 
+### 构建说明
+
+Dockerfile 使用多阶段构建和 CMake 构建系统来编译 llama.cpp：
+
+**构建阶段**：
+- 安装构建依赖（build-essential, git, cmake）
+- 使用 `-DLLAMA_BUILD_SERVER=ON` 标志构建 llama-server
+- 编译 Release 版本以获得最佳性能
+
+**运行阶段**：
+- 仅安装运行时依赖（curl）
+- 从构建阶段复制编译好的 llama-server
+- 下载模型文件并配置环境
+
+这种多阶段构建方式显著减少了最终镜像大小。
+
 ### 本地部署
 
 ```bash