云服务器生产部署实操：RAG与文档站
17-04把生产部署的决策链讲清了（查询向量躲不掉、CPU推理选型、配置估算），这节把它走完：买一台轻量云服务器，把整套RAG基础设施——embedding推理服务、docs向量库、dev-server文档站——部署到公网，从SSH免密到防火墙放行再到在线验收。部署过程的主要执行者是AI：人给服务器凭证和文档，AI跑完全程。
为什么Vercel装不下这套服务
14-02/14-03把文档站发过GitHub Pages、mock服务发过Vercel/Cloudflare，为什么这次不行？三件事对不上：
| 需求 | 静态托管/Vercel | 本项目 |
|---|---|---|
| 页面形态 | 适配静态HTML | 有数据库（LibSQL文件，常驻进程读写） |
| 持久存储 | Vercel可跑常驻进程但不提供存储 | dev-server.db / docs-vector.db / auth.db |
| embedding推理 | 无 | 查询向量必须现场算（17-04的死结） |
替代路线是买一个embedding API（OpenAI或国内云厂商的embedding端点，价格不贵，17-04有账）——查询侧走API、向量库随静态制品走，也能跑通。但既然要学"自己部署嵌入模型与对应服务"，就需要一台服务器。关键判断：embedding模型不大，CPU服务器就够——不用GPU，各家云厂商的轻量应用服务器即可满足。
选型调研与配置估算
部署前先用/local-search（5-02建的那个skill）做了一轮调研，要点：
- 向量库：项目用的LibSQLVector——轻量、单机适配好，随db文件整体搬迁即可（17-04"备份=拷文件"的结论在这里兑现）
- CPU推理引擎（无需GPU即可推理）：TEI（HuggingFace官方）与infinity——业界和公司内部用得多的两个，都是容器化运行、一条docker命令即起；给客户做演示、模型数量少，Ollama就够；一台服务器部署多模型且要高吞吐，才需要Xinference、vLLM这类多模型平台
- 配置估算：2核CPU、8-10GB磁盘、4GB内存——与17-04的估算表一致（推荐2C4G档）
买服务器：轻量云两家价格实测
轻量应用服务器是各云厂商面向个人开发者的入门产品线，够用且便宜。录制时的实测价与2026-10检索价对比（促销价随时间波动，下单前自行核对）：
| 厂商 | 规格 | 录制实测 | 2026-10检索 |
|---|---|---|---|
| 腾讯云轻量 | 2C2G | ¥99/年（大促） | 新用户秒杀低至¥38/年 |
| 腾讯云轻量 | 2C4G | ¥188/年 / ¥65/月 | 以活动页为准 |
| 阿里云轻量 | 2C4G·200M峰值带宽 | ¥29/月 | 新用户¥9.9/月、¥199/年 |
三个购买要点：
- 镜像选系统镜像 Ubuntu 24.04 LTS——云厂商控制台都预置
- 觉得买一年太长就按月买（最短一个月），或按量付费练手
- 看清流量计费口径：阿里云轻量标"无固定流量"的套餐，流量费已含在套餐内不另计（官方计费文档口径）；固定流量额度的套餐超出后才按量另算。另外大促节点（618/双11）价格明显更低，不急可以等
两家怎么选：谁便宜选谁，功能上这点场景没有差异。购买后在控制台拿到公网IP，设置好连接密码（阿里云路径类似）。
SSH免密与安全加固：一句提示词
有了IP和密码，接下来全是AI的活。固有的提示词模板：
我有一台云服务器，IP是 <公网IP>，登录账号是 root，密码是 <密码>。
请帮我配置本地的SSH免密登录，并加强服务器的安全性。
text
AI会生成密钥对、把公钥写进服务器的authorized_keys、在本地~/.ssh/config里配一个别名，顺手做基础加固。之后ssh <别名>一行直连。录制时的实测状态：这台2C4G的机器上已经跑着多个演示服务，内存占用仅10%出头——侧面印证17-04"embedding负载是短脉冲"的判断。
全自动部署：把17-04的文档拖给AI
这是本节最值得看的过程。人只做两件事：把课件里《向量检索落地》的文档拖进对话，发一句"按照这个文档，在服务器上部署embedding服务，并把本地的向量数据库上传上去"。AI先探测、再规划、再执行，全程bash自动跑，不需要干预：
- 探测服务器环境（系统版本、docker有无、端口占用）
- 部署CPU embedding服务（文档里推荐的是TEI）
- 本地生成docs向量库的db文件（
pnpm index:docs那套管线） - 上传db到服务器并闭环验证
原来部署一个服务要先懂Linux常用命令、环境配置、包管理器，现在这些运维基础操作AI全部代劳——联网环境下，基础运维正在被AI替代。内网/无网环境它替代不了，但内网可以装Ollama跑千问做本地AI服务，接Claude Code/Codex这类工具；纯本地轻量场景其实用pi这类极简agent更合适，不必上重型工具。
AI的临场决策：Ollama而不是TEI
部署结果与文档建议有一处出入，而且出得有道理：AI没有照抄"TEI优先"，而是先检查向量库现状——本地索引是Ollama的bge-m3建的。它给出的判断：TEI CPU方案对2C2G设备更推荐，但意味着模型搭配不同、需要本地重建索引、内存占用也要重估；当前服务器上Ollama已经跑稳（docker ps可见，11434端口），于是不切换、直接用Ollama，并把决策理由记回笔记。
这正是17-04"同模型原则"在实操中的自然生效：引擎可以换，模型不能悄悄换——先查向量库是哪个模型建的，再定推理引擎。（发现只部署了Ollama还没部署业务服务时，补一句"把我们的服务部署到服务器并映射端口"即可。）
云平台防火墙与HTTPS
部署完成后访问不通，九成是云平台防火墙——这是与本地开发最大的环境差异：
- 云服务器控制台有独立的防火墙规则，不添加放行规则，端口在服务器上监听了也访问不到
- 演示环境图省事放行了6000-40000一大段；生产环境应该只放行实际需要的高位端口（服务演示选高位端口号是好习惯）
- 后续绑域名用acme.sh申请HTTPS证书，全站开启安全访问——这是个人项目做HTTPS的事实标准路径
在线验收与公网形态
浏览器打开http://<公网IP>:<端口>逐项过一遍：
- playground与组件指南页正常加载
- 向量检索演示：关键词/混合双路对比可查询，结果带相似度评分
- 向量库浏览：473个块分页可见（部署的就是本地生成的那份db）
- mock演示、多agent workflow演示全部可跑
公网部署还有一条安全底线（仓库.env.example写明的部署模式）：服务端零LLM key——MASTRA_MODEL系列全部注释掉，防匿名访客烧自己的key；访客要真实模型时，在Playground顶栏⚙（ProviderSettingsDialog）注册自己的url+key（POST /api/providers运行时注册），选dev server与对应agent即可对话。mock演示与语义检索（EMBEDDING_MODEL走本地Ollama）不依赖任何外部key，公网开箱即用。
整条部署链路收个总：
小结
- 为什么上服务器：静态托管无存储、无embedding推理；替代路线是买embedding API，但自部署模型需要CPU服务器——轻量云即可
- 推理引擎分档：演示用Ollama、专业embedding服务TEI/infinity、多模型高吞吐Xinference/vLLM；2C4G+8-10GB盘的估算与17-04一致
- 价格：轻量云2C4G在¥9.9-65/月、¥99-199/年区间（2026-10活动价），谁便宜选谁；Ubuntu 24.04 LTS；看清流量计费口径
- AI代劳的全流程：SSH免密与加固一句提示词；部署四步（探测→embedding服务→本地建库→上传验证）全自动；Linux运维基础操作在联网环境正被AI替代，内网是例外
- 临场决策：AI按同模型原则选了Ollama而非TEI——引擎可换、模型不能换，决策记回笔记
- 云上两道门：控制台防火墙放行（不通的九成原因）+ acme.sh上HTTPS；公网形态零key，访客自带Provider
↑