06 - 体会 Docker 的”真香”时刻
上一章你把服务跑起来了。但你可能还没体会到 Docker 真正的威力。这一章我们就来感受那个”换台电脑也能一键运行”的瞬间——这才是 Docker 存在的意义。
想象一个场景
你做好了一个 AI 服务，想让同学/老师在他们电脑上也跑起来。
没有 Docker 的世界：
“你先装 Python 3.11，然后 pip install 这一堆包，注意版本别装错，哦对了你系统还得装某个库，然后……”
结果对方折腾半天，还是各种报错。😩
有了 Docker 的世界：
“你电脑装个 Docker，然后运行这一条命令就行。”
对方一条命令，服务跑起来了。✨
这就是差别。下面有两种分享方式。
方式一：通过 Docker Hub 分享（推荐）
把镜像传到 Docker Hub（免费），别人一条命令就能拉下来跑。
-
注册 Docker Hub 账号，拿到用户名（假设叫
yourname）。 -
本地登录：
docker login- 给镜像打上带用户名的标签（Docker Hub 要求这种命名格式）：
docker tag my-ai-app yourname/my-ai-app:v1- 推上去：
docker push yourname/my-ai-app:v1- 现在，任何人（在任何装了 Docker 的电脑上）只要一条命令：
docker run -d -p 8000:8000 yourname/my-ai-app:v1不用装 Python、不用装依赖、不用管版本——直接就能跑。这就是真香时刻。
方式二：导出成文件分享（不联网也行）
如果不想用 Docker Hub，也可以把镜像导出成一个文件，拷给别人。
把镜像存成 tar 文件：
docker save -o my-ai-app.tar my-ai-app对方拿到 my-ai-app.tar 后，导入：
docker load -i my-ai-app.tar然后照样：
docker run -d -p 8000:8000 my-ai-app为什么这对 AI 开发特别重要？
AI 项目的环境是出了名的难搞：Python 版本、PyTorch、CUDA、几十个依赖包……手动配环境，一个人能配半天，团队协作更是噩梦。
有了 Docker：
- 环境一次配好，全队复用：你打包好镜像，全组人
docker run直接用。 - 本地和服务器完全一致：本地能跑，部署到服务器就能跑，不再”线上线下两套环境”。
- 交付变简单：给客户/老师演示，不用现场配环境，拉镜像就行。
小结
- Docker 的核心价值：一次打包，到处运行。
- 分享镜像两种方式：Docker Hub（
push/pull）或导出文件（save/load）。 - 对 AI 开发者：彻底告别”在我电脑上能跑”的环境地狱。
到这里，Docker 的核心你已经全部掌握了。下一章是一些 AI 开发者特别用得上的实用技巧。
上一章 ← 05 - 把 FastAPI 服务装进 Docker ｜ 下一章 → 07 - AI 开发者常用技巧