ChatGPT-Shortcut 项目部署全指南：Vercel / Cloudflare / Docker 一键部署与自定义配置

AI 应用提示工程人工智能前端【免费下载链接】ChatGPT-ShortcutStop writing prompts from scratch — a searchable prompt library for ChatGPT, Claude, Gemini and Cursor · Русский 한국어 العربية हिन्दी ไทย 别再从头写提示词现成的拿来就用好用的收进自己的库项目地址https://gitcode.com/gh_mirrors/ch/ChatGPT-Shortcut点击查看免费下载本文以 ChatGPT-ShortcutAiShort提示词库开源项目为核心完整讲解其四种部署形态的选型逻辑、本地构建 / Vercel / Cloudflare Pages / Docker 的标准部署流程、网站标题与提示词内容的自定义方法以及企业内网场景下的离线部署与 Fork 自动更新方案。读完本文你可以从零搭建一个属于自己的、可开箱即用登录、收藏、社区、跨设备同步的提示词站并掌握其数据流水线与前后端接口的底层原理。一、部署形态选型先选对方案再动手ChatGPT-Shortcut 是一个基于 Docusaurus 的静态站点项目前端可以部署到任意静态托管平台后端则有三种不同形态。开始部署前先根据你的需求选择一种形态后端说明标准部署默认复用官方共享后端Fork 后可自定义网站名称、描述、提示词等见配置与自定义登录、收藏、社区、同步开箱即用离线部署版无后端数据存浏览器本地企业内网、政务等无外网环境无需账户带后端的完整自部署自建独立后端需要独立的账户体系、数据自主可控、私有社区前两种形态按本文操作即可完成。第三种因为后端服务并未开源需要直接邮件联系开发者说明使用场景与规模获取部署方案与支持。目标读者想自部署或定制 AiShort 的开发者。普通用户直接用官方站点即可不需要部署。二、标准部署本地构建、Vercel、Cloudflare、Docker 四种方式标准部署复用官方共享后端开箱即用。整体流程为先 Fork 本项目再任选一种方式部署。环境要求Node.js 20.0 或更高版本package.json 中engines.node声明为20.0支持 macOS、Windows含 WSL和 Linux。2.1 本地构建# 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只构建部分语言用yarn build --locale locale如zh-Hans、en、ja……完整 locale 列表见 scripts/i18nLocales.mjs。多语言可串联yarn build --locale zh-Hans yarn build --locale en。这里有一个值得注意的工程细节yarn build在 package.json 中实际指向node scripts/buildPhased.mjs而非直接调用docusaurus build。原因是一次性构建全部 18 个 locale 会在单进程内把内存撑爆OOM因此 scripts/buildPhased.mjs 将语言列表切成小块每块单独跑一个docusaurus build进程进程退出即释放内存峰值内存约为一块的 locale 数默认 3可用环境变量BUILD_CHUNK调低到 2 以进一步压低峰值。同时该脚本默认把默认语言zh-Hans放在第一块写入build/根目录其余语言写入build/locale/子目录构建完成后还会调用mergeSitemaps()把各语言子目录的sitemap.xml合并进根 sitemap确保/sitemap.xml覆盖全部 18 种语言。当你显式传入--locale参数时如单语言部署buildPhased.mjs会进入透传模式直接转交给单次docusaurus build这也正是 Vercel、Cloudflare 等平台单语言部署时不会 OOM 的原因。2.2 Vercel 部署点击 Vercel 官方的一键部署按钮Deploy 按钮即可将仓库导入 Vercel 完成部署也可以在 Vercel 的 New Project 页面通过 Import Git Repository 选择 Fork 后的仓库进行部署。注意Vercel 免费版可能因内存不足报错。改单语言部署即可——进入项目Settings → Build Deployment → Build Command点Override改成单语言命令中文yarn build --locale zh-Hans葡萄牙语yarn build --locale pt其他类推。2.3 Cloudflare Pages 部署先 Fork 本项目再按以下步骤部署登录 Cloudflare Pages选Create a project绑定刚 Fork 的仓库配置构建Build commandyarn build --locale zh-Hans按要部署的语言换 locale葡萄牙语用yarn build --locale ptOutput directorybuild点部署等待 Cloudflare Pages 构建完成之后每次推新代码会自动触发构建和部署。2.4 Docker 部署一行命令部署# 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或用docker-compose仓库根目录自带一份可直接使用的 docker-compose.ymlservices: chatgpt-shortcut: container_name: chatgpt-shortcut image: ghcr.io/rockbenben/chatgpt-shortcut:latest ports: - 3000:3000 restart: unless-stoppedDocker 部署背后的实现可以从仓库的 Dockerfile 一窥全貌它采用两阶段构建第一阶段用node:24-alpine执行yarn install --frozen-lockfile和yarn build并通过SKIP_GIT_INFOtrue环境变量关闭对 git 的依赖从而可以把.git排除出构建上下文第二阶段用nginx:stable-alpine托管build/静态产物同时利用--platform$BUILDPLATFORM保证多架构构建时静态产物只构建一次避免 arm64 在 QEMU 模拟下重跑构建导致双倍内存 OOM。容器内 Nginx 监听 3000 端口路由配置见 nginx.conf其try_files $uri $uri/ /index.html;规则保证了 SPA 路由与静态页面都能正确回退。三、配置与自定义改标题、加提示词、对接后端AI Short 开源可以自由修改网站标题、描述、提示词与后端等内容。3.1 网站标题和描述编辑 docusaurus.config.js 即可。该文件是 Docusaurus 站点的总配置title: AiShort控制浏览器标签页与导航栏品牌名url、baseUrl、i18n默认语言zh-Hans与 18 种 locale 从 scripts/i18nLocales.mjs 单一数据源读取增删语言只需改这一处、navbar导航菜单、footer等均在同一个文件中调整。从源码注释还可以看到一些实用的配置技巧例如构建日期取自 HEAD commit 时间而非new Date()保证 18 个语言版本的 schema.orgdatePublished/dateModified跨语言、跨重建保持一致。3.2 使用说明和介绍改docs/目录下的对应文件即可部署后通过站内「使用说明」导航访问。3.3 主页提示词主数据文件与数据流水线源数据在 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。新增提示词时格式如下{ 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 }字段说明字段含义zh/en等语言键每个对象以语言代码为键存放各语言版本包含title标题、prompt提示词正文、description描述、remark备注website关联网站链接可为nulltags标签数组用于主页分类与筛选同时参与「相关推荐」计算id提示词唯一 ID建议设为 500 以上避免与现有提示词或社区内容 ID 冲突weight热度权重参与排序在数据流水线中会重命名为count并写入卡片数据编辑后运行python CodeUpdateHandler.py位于仓库根目录 CodeUpdateHandler.py脚本会按预设规则拆分prompt.json生成各语言的prompt_locale.json并同步更新各语言的主页面和精选提示词页面。从 CodeUpdateHandler.py 的源码可以完整还原这条流水线按语言拆分读取src/data/prompt.json按 18 种语言分别生成src/data/prompt_locale.json繁体zh-Hant通过 OpenCC 的s2t转换自动生成若环境未安装opencc-python-reimplemented则回退为简体生成卡片 JSON为每条提示词在每个语言下生成src/data/cards/id_locale.json并注入构建期元数据——metaTitle/metaDescription来自 src/data/meta_cards.jsonfaq来自 src/data/meta_faqs.json避免运行时再 import 全量 FAQ 文件related由compute_related_map()按「tag 重叠度 × 100000 weight」预计算 top-3 相关推荐注入日期字段compute_card_dates()以卡片文件自身充当 manifest——内容未变则保留旧datePublished/dateModified内容变更只更新dateModified保证首发日稳定、更新时间准确生成详情页为1..max_id每个 ID 在每个语言下自动生成src/pages/prompt/id.tsx及i18n/lang/docusaurus-plugin-content-pages/prompt/id.tsx页面仅一行import PromptPage加一行渲染无需手动创建页面文件。注意运行python CodeUpdateHandler.py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。3.4 自定义后端API 模块结构与缓存机制项目默认连接一个共享后端登录、收藏、社区、评论、跨设备同步等功能都依赖它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参见部署形态选型。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 # 用户信息其中 src/api/config.ts 集中了全部接口地址主 API 地址API_URL https://api.newzone.top/apiStrapi 后端开发环境注释给出http://localhost:1337/api、Google OAuth 独立服务GAUTH_API_BASE https://gauth.aishort.top以及USE_LEGACY_GAUTH开关用于切换新旧两套 OAuth 流程。所有接口地址集中在此便于自部署时统一替换。缓存机制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。以 src/api/prompts.ts 的getCommPrompts为例列表请求带If-None-Match头发出条件请求命中 304 时执行extendCache()直接返回缓存200 时则把返回列表与逐条提示词缓存按updatedAt比对过期项立即清除。此外还有「轮询节流」——1 小时内不重复校验以及「收藏项才校验、非收藏项自动续期」的差异化缓存策略避免每次页面加载都打后端。静态提示词卡片cards类型则完全不走 API直接读取构建期打包的本地 JSON 数据见 src/api/prompts.ts。四、离线部署版企业内网无需外部服务器目标读者负责部署的 IT 管理员或技术负责人。普通用户访问管理员部署好的内网地址即可。适用场景企业内网、政务网络、保密环境、校园网等无法或不便访问外网的环境。离线版无后端、无需注册——所有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。4.1 团队使用方式与数据架构离线版是纯静态网站。部署到内网服务器后成员用浏览器访问内网地址即可使用管理员将离线版部署到内网服务器如http://192.168.1.100:3000团队成员用浏览器打开该地址即可浏览、搜索、复制提示词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无需注册账户无需安装任何软件打开即用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。4.2 与在线版的区别功能在线版离线版提示词浏览/搜索/筛选✅✅提示词复制✅✅收藏管理服务器存储浏览器本地存储自定义提示词服务器存储浏览器本地存储我的收藏拖拽排序、标签✅✅多语言支持18种✅✅数据导入/导出✅✅格式互通提示词详情页✅✅静态数据无评论用户注册/登录✅❌无需账户社区提示词列表/投票✅❌评论反馈✅❌4.3 数据存储localStorage 键位说明每位用户的数据保存在自己浏览器的 localStorage与服务器无关数据存储键说明收藏列表local_favorites收藏的提示词 ID 数组自建提示词local_user_prompts用户创建的提示词数据排列顺序local_myspace_order我的收藏中的卡片排序自定义标签local_custom_tags标签定义和分配关系注意浏览器本地存储约 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。更换电脑或浏览器后需重新导入数据。4.4 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即可使用。Docker 部署推荐最简单的部署方式一行命令即可在内网服务器上运行# 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。使用docker-composeservices: 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://gitcode.com/gh_mirrors/ch/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Nginx、Apache、Caddy 等。Nginx 配置示例server { listen 3000; server_name _; root /path/to/build; index index.html; location / { try_files $uri $uri/ /index.html; } }平台部署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详见项目部署。4.5 数据导入导出与迁移导出进入「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。导入支持导入以下格式的 JSON 文件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在在线版官方站点的「我的账户」页面导出数据在离线版的「我的账户 → 数据管理」导入该 JSON 文件社区收藏会自动转为本地提示词精选收藏正常同步4.6 常见问题部署后团队怎么用管理员部署到内网服务器后把访问地址如http://192.168.1.100:3000告诉团队成员即可。每个人用浏览器打开无需安装、无需注册。每个人的数据会互相影响吗不会。每个人的收藏和自建提示词保存在各自浏览器的 localStorage完全独立。服务器上只有共享的提示词库只读。数据会丢失吗以下操作会导致个人数据丢失清除浏览器数据/缓存、使用隐私/无痕模式浏览、更换电脑或浏览器。建议重要数据定期通过「我的账户 → 数据管理 → 导出数据」备份为 JSON 文件。能否在团队间共享自建提示词可以。一人导出 JSON 文件后其他成员在「我的账户 → 数据管理 → 导入数据」中导入即可自动去重。如何更新提示词库提示词库是构建时打包的静态数据。更新方式管理员拉取最新的offline分支代码 → 重新构建并部署或拉取最新 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。离线版的数据格式和在线版兼容吗兼容。导出的 JSON 格式相同可在两个版本间互相导入。提示词 ID 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。五、开启同步更新让 Fork 自动跟随上游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。解决方法删除原仓库用页面右上角的Fork按钮 fork 本项目在 Vercel 新项目页面的 Import Git Repository 处重新选择刚 fork 的项目并部署5.1 打开自动更新如果遇到 Upstream Sync 执行错误请手动执行一次 Sync ForkFork 后需手动在 Actions 页面启用 Workflows并跑一次 Upstream Sync Action。启用后项目每天自动同步GitHub Actions 会在每天凌晨自动执行upstream-sync.yml工作流把上游仓库rockbenben/ChatGPT-Shortcut 的 main 分支的最新代码合并进你的 fork。合并后 Vercel / Cloudflare Pages 会因检测到新提交而自动触发重新构建和部署你的私有站点就始终保持与官方版本同步。5.2 手动更新代码想手动立即更新GitHub 的「Sync fork」功能可以直接拉取上游更新——在 fork 仓库页面打开 Pull requests点击 New pull request将 base 设为你的 main、compare 设为上游 main合并即可或直接使用 GitHub 网页端的 Fetch upstream → Fetch and merge 按钮完成一次快速同步。六、常见部署问题速查问题解决办法Vercel 免费版构建 OOM改用单语言构建命令yarn build --locale zh-HansBuild Command 里 Override构建全部 18 语言内存不足无需手动处理yarn build默认走分段构建内存极紧张时可设BUILD_CHUNK2新增语言后站点不生效需同时改两条轴scripts/i18nLocales.mjs的locales数组 src/api/homepage.ts的数据导入映射含prompt_locale.json数据文件自定义提示词 ID 冲突新提示词id设为 500 以上离线版数据丢失定期通过「我的账户 → 数据管理 → 导出数据」备份 JSONFork 后收不到上游更新确认已启用 GitHub Actions 的 Upstream Sync 工作流并手动跑过一次以上部署流程与配置均以当前仓库docs/deploy.md 及其下属 docs/deploy/standard.md、docs/deploy/offline.md、docs/deploy/configuration.md、docs/deploy/sync-updates.md为事实依据构建脚本、容器配置与接口实现细节可进一步查阅 scripts/buildPhased.mjs、CodeUpdateHandler.py、Dockerfile 与 src/api/prompts.ts。赞分享AI 应用提示工程人工智能前端【免费下载链接】ChatGPT-ShortcutStop writing prompts from scratch — a searchable prompt library for ChatGPT, Claude, Gemini and Cursor · Русский 한국어 العربية हिन्दी ไทย 别再从头写提示词现成的拿来就用好用的收进自己的库项目地址https://gitcode.com/gh_mirrors/ch/ChatGPT-Shortcut点击查看免费下载相关推荐ChatGPT-Shortcut项目部署与自定义配置完全指南ChatGPT Shortcut项目部署与自定义配置完全指南 项目概述 ChatGPT Shortcut是一个基于现代Web技术栈构建的开源项目旨在为用户提供AI 应用提示工程人工智能前端ChatGPT-ShortcutAI Short部署指南三种部署形态的选型与 Vercel / Cloudflare / Docker 落地实践ChatGPT ShortcutAI Short部署指南三种部署形态的选型与 Vercel / Cloudflare / Docker 落地实践 本文基于AI 应用提示工程人工智能前端Lowdefy部署终极指南3种简单方案快速上线你的AI生成应用Lowdefy部署终极指南3种简单方案快速上线你的AI生成应用 Lowdefy是一个让AI可以生成、人类可以审查、团队可以维护的应用构建平台通过配置文件在代低代码Web框架前端后端AI 应用上一篇告别连接噩梦FastAPI-MCP连接池让后端资源利用率提升300%下一篇Maple-Preview 路线图从预览版到正式版的演进与展望创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考