Iris框架本身不运行在Docker容器中,而是部署在Cloudflare Workers上;所谓“Iris项目Docker化”仅指本地开发辅助服务(如mock-api、migration-runner、model-proxy、redis-cache)的容器化,而非打包Worker本身。

直接说结论:Iris 框架本身不跑在 Docker 容器里——它运行在 Cloudflare Worker 上;所谓「Iris 项目 Docker 化」,实际是指用 Docker 容器化你的本地开发服务、mock 工具链、D1 迁移脚本或配套 API(比如 FastAPI/Flask 封装的模型服务),而不是把 Iris Worker 打包进容器。
为什么不能 docker build 一个 Iris Worker 镜像
Iris 是部署在 Cloudflare Workers 平台上的无服务器运行时,代码通过 wrangler publish 直接上传到 CF 边缘节点。Worker 的 runtime(V8 isolate)和宿主环境(CF infra)完全由 Cloudflare 控制,你无法、也不该用 Dockerfile 构建一个“能跑 Iris 的容器”——那既没意义,也违背其设计初衷。
常见错误是看到 iris-runtime 这个名字就以为它是可 Docker 化的服务,其实它只是 Wrangler 内部用于本地模拟的轻量 HTTP 代理,不是生产级服务进程。
-
iris-runtime只用于wrangler dev本地调试,不参与生产部署 - 试图
FROM node:18+COPY .+npm start启动 Iris Worker,会失败,因为缺少 CF 的全局环境(env,cf,crypto.subtle等) - 所有敏感配置(如 D1 database ID、KV namespace ID)必须通过
wrangler.toml的[vars]或[secrets]注入,不能写进镜像层
哪些部分确实需要 Docker 容器化
虽然 Iris Worker 本身不容器化,但真实项目中以下组件几乎必然要 Docker 化:
-
mock-api:本地模拟第三方 HTTP 服务(比如模拟 Slack webhook 或 Stripe callback),用 Node/Python 快速起一个返回固定 JSON 的服务 -
migration-runner:执行 D1 数据库迁移的 CLI 工具,需挂载drizzle.config.ts和migrations/,用docker run --rm一次性执行 -
model-proxy:如果你把大模型推理封装成 FastAPI 服务(如predictor.py+app.py),这个后端必须容器化并用docker-compose编排 -
redis-cache:Iris Worker 无法直连 Redis,但你的 mock 服务或 migration runner 可能需要,这时用redis:7-alpine容器最省事
这些服务的 Dockerfile 和 docker-compose.yml 应严格分离:基础镜像选 python:3.11-slim 或 node:20-alpine,COPY 仅限必要文件,避免把 node_modules 或 __pycache__ 打进镜像。
「在我电脑上明明能跑」——因为少了Docker。帮你写Dockerfile、构建镜像、配置多环境、编排docker-compose,从本地开发到服务器部署一条龙。支持Node.js/Python/Go/Java/前端全栈,覆盖CI/CD集成、安全加固、监控告警,告别环境不一致的噩梦。 触发词:Docker部署、容...
docker-compose.yml 怎么配合 Iris 开发流程
不要把 Iris Worker 加进 docker-compose.yml。正确做法是让 compose 只管“辅助服务”,而 Iris 仍走 wrangler dev ——两者通过 localhost 网络互通。
例如,你的 docker-compose.yml 启动一个 mock-llm 服务监听 localhost:8001,Iris Worker 代码里写 fetch('http://host.docker.internal:8001/invoke')(注意 macOS/Windows 要用 host.docker.internal,Linux 需加 --add-host=host.docker.internal:host-gateway)。
- 开发时:
wrangler dev启 Iris,docker compose up -d mock-llm redis-cache启依赖 - CI 测试时:
docker compose run --rm migration-runner npx drizzle-kit migrate - 避免在 compose 中定义
iris-workerservice,否则你会陷入“容器里再起 wrangler”的嵌套陷阱
容易被忽略的网络与权限细节
最常卡住的地方不是代码,而是容器网络可见性与文件权限:
-
host.docker.internal在 Linux 上默认不可用,必须显式添加:docker compose run --add-host=host.docker.internal:host-gateway ... - D1 migration 脚本若读取本地
./migrations/,需用volumes:挂载,且确保 UID 匹配(Node 容器内 UID 为 1001,宿主机文件属主不是 root) - FastAPI 模型服务若加载
.pt文件,注意COPY后文件权限是否为644,否则 Python 可能报PermissionError: [Errno 13] Permission denied - 所有容器间通信走 Docker 自建 bridge 网络,不要依赖
localhost——mock-llm在 compose 里应写http://mock-llm:8001,而非http://localhost:8001
真正的复杂点从来不在 Iris 代码里,而在你搞不清 host.docker.internal 和 mock-llm 之间谁该解析谁、以及 drizzle-kit 在容器里找不到 sqlite 驱动时该怎么修 —— 这些才是花半天才能调通的关键。

















