Update Dockerfile

Dockerfile

@@ -1,29 +1,29 @@
-# 1. 基础镜像：选择 Python 3.10（适配 transformers、torch 等库的稳定版本）
+# 1. 基础镜像
 FROM python:3.10-slim
 
-# 2. 设置工作目录（避免文件混乱）
+# 2. 设置工作目录
 WORKDIR /app
 
-# 3. 安装系统依赖（解决 torch、transformers 依赖的底层库问题）
+# 3. 安装系统依赖
 RUN apt-get update && apt-get install -y --no-install-recommends \
     gcc \
     g++ \
     && rm -rf /var/lib/apt/lists/*
 
-# 4. 复制依赖文件并安装 Python 库（先复制 requirements.txt 可利用 Docker 缓存，加速后续构建）
+# 4. 【新增】创建可写的 Hugging Face 缓存目录，并设置环境变量
+RUN mkdir -p /tmp/huggingface_cache && chmod 777 /tmp/huggingface_cache
+ENV TRANSFORMERS_CACHE=/tmp/huggingface_cache \
+    HUGGINGFACE_HUB_CACHE=/tmp/huggingface_cache
+
+# 5. 安装 Python 依赖（使用修改后的 requirements.txt）
 COPY requirements.txt .
 RUN pip install --no-cache-dir -r requirements.txt
 
-# 5. 复制所有应用代码（包括 app.py）
+# 6. 复制应用代码
 COPY . .
 
-# 6. 设置环境变量（可选，用于指定模型加载设备、日志级别等）
-# 说明：PYTHONUNBUFFERED=1 确保日志实时输出；TORCH_DEVICE 仅为标识，实际以代码检测为准
-ENV PYTHONUNBUFFERED=1
-ENV TORCH_DEVICE=cuda
-
-# 7. 暴露端口（Hugging Face Spaces 会自动映射该端口，需与 app.py 中 uvicorn 端口一致）
+# 7. 暴露端口（与 app.py 一致）
 EXPOSE 7860
 
-# 8. 启动命令（启动 uvicorn 服务，确保进程前台运行）
+# 8. 启动服务
 CMD ["uvicorn", "app:app", "--host", "0.0.0.0", "--port", "7860", "--workers", "1"]