ChatGPT-Shortcut（AiShort）自部署全解析：Vercel / Cloudflare / Docker / 离线内网版与自定义配置-平芜编程栈

AI 应用
提示工程
人工智能
前端

【免费下载链接】ChatGPT-Shortcut

Stop 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

本文基于 ChatGPT-Shortcut（AiShort）项目的部署文档编写，系统讲解如何自托管这一「可搜索 AI 提示词库」：先按需求在三种部署形态中选型，再分别掌握标准部署（本地构建、Vercel、Cloudflare Pages、Docker）、面向企业内网的离线部署版、站点与提示词的自定义配置，以及让 Fork 自动跟随上游更新的同步机制。读完本文，你将具备独立搭建、定制并长期维护一套 AiShort 实例的完整能力。

部署形态选型：先想清楚再动手

AiShort 允许开发者自部署或深度定制，官方将部署方式归纳为三种形态，选型时主要看对后端与数据归属的需求：

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

前两种形态按本文即可完成部署。第三种因后端服务本身并未开源，需要邮件联系开发者并简要说明使用场景与规模，由官方提供部署方案与支持。

本指南按部署流程拆分为四篇子文档，本文将其逐一展开并结合仓库源码佐证：标准部署、离线部署版、配置与自定义、开启同步更新。

标准部署：复用官方共享后端，开箱即用

标准部署的核心思路是复用官方共享后端——登录、收藏、社区、评论、跨设备同步等能力开箱即用，你只需要把前端静态站点跑起来。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 的engines字段明确标注"node": ">=20.0"），支持 macOS、Windows（含 WSL）和 Linux。

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。

从源码层面看，yarn build实际执行的是node scripts/buildPhased.mjs（见 package.json 的scripts.build）。该脚本的设计值得了解：

默认语言单一数据源：defaultLocale（当前为zh-Hans）与 18 个locales都定义在 scripts/i18nLocales.mjs，同时被docusaurus.config.js与分段构建脚本引用，从根上避免「配置里的 locales」与「实际构建的 locales」脱钩（历史上这种脱钩正是脏 URL 的根源之一）。
透传模式：当显式传入参数（如yarn build --locale pt）时，scripts/buildPhased.mjs 直接把参数转交给单次docusaurus build，不再分段，与 Vercel/Cloudflare 等只部署单一/少数语言的场景保持一致。
分段构建防 OOM：不带参数的全量yarn build会把 18 个 locale 切成每块 ≤3 个语言的小块，每块单独跑一个docusaurus build进程、进程退出即释放内存——因为一次性docusaurus build全部 18 个 locale 会在单进程内把内存撑爆。块大小可用环境变量BUILD_CHUNK调整（默认 3，内存吃紧可用 2）。构建完成后还会把所有 locale 的 sitemap 合并进根build/sitemap.xml，让 robots 指向的站点地图覆盖全部 18 种语言。

Vercel 部署

Vercel 支持导入仓库一键部署：先在页面右上角 Fork 本项目，再到 Vercel 新建项目页面导入刚 Fork 的仓库即可，其余配置保持默认。

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）。这正是分段构建脚本中「透传模式」的设计动机：单语言场景下直接跑一次docusaurus build，峰值内存远低于全量 18 语言构建。

Cloudflare Pages 部署

先在仓库页面点击Fork生成自己的副本。
登录 Cloudflare Pages，选择Create a project，绑定刚 Fork 的仓库。
配置构建参数：
- Build command：yarn build --locale zh-Hans（按要部署的语言换 locale，葡萄牙语用yarn build --locale pt）
- Output directory：build
点部署，等待 Cloudflare Pages 构建完成。

之后每次推新代码都会自动触发构建和部署。

Docker 部署

一行命令即可启动：

# 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.yml）：

services: chatgpt-shortcut: container_name: chatgpt-shortcut image: ghcr.io/rockbenben/chatgpt-shortcut:latest ports: - "3000:3000" restart: unless-stopped

镜像背后的实现（见 Dockerfile）：采用两阶段构建——第一阶段用node:24-alpine作为构建器执行yarn install --frozen-lockfile与yarn build，期间通过SKIP_GIT_INFO=true关闭对 git 的依赖（构建日期回退为当前时间，见docusaurus.config.js的buildDate逻辑），从而无需安装 git、可把.git排除出构建上下文；第二阶段用nginx:stable-alpine托管静态产物，并把仓库自带的 nginx.conf 复制进容器。nginx 配置监听 3000 端口，location /下用try_files $uri $uri/ /index.html实现 SPA 回退，另配置error_page 404 /404.html。

离线部署版：企业内网与无外网环境

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（如对数据驻留有要求的机构等）。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。

团队使用方式

离线版是纯静态网站，部署到内网服务器后：

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；而每个用户的收藏、自建提示词、排序和标签保存在各自浏览器的 localStorage，彼此独立。

与在线版的功能区别

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	✅	❌

浏览器本地数据存储

每位用户的数据保存在自己浏览器的 localStorage，与服务器无关，共使用四个存储键：

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

注意事项：

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。

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）——一行命令即可在内网服务器运行：

# 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-compose：

services: 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（offline 分支是否可用以你实际获取的仓库为准） 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（如中文 / 印尼语） yarn build --locale zh-Hans yarn build --locale ind # 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。

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（aishort.top）的「我的账户」页面导出数据，再到离线版的「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。

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？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，都会导致个人数据丢失。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：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。

配置与自定义：标题、描述、提示词与后端

AiShort 开源，可以自由修改网站标题、描述、提示词与后端等内容。

站点标题与描述

编辑docusaurus.config.js即可。仓库当前的配置中，title仅保留品牌名AiShort，url为正式站点地址、baseUrl为/；构建日期取自 HEAD commit 时间以保证 18 个语言版本的 schema.org 时间字段一致（非 git 环境或 Docker 构建中SKIP_GIT_INFO=true时回退为当前时间）。

使用说明与介绍

修改 docs 目录下的对应文件即可（如 docs/introduction.md 与 docs/guides 下的各指南）。

主页提示词：数据模型与生成流水线

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 }

编辑后运行python 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 的源码可以看到流水线的关键实现：

脚本按src/data下的prompt.json为单一输入，依据语言列表（首语言zh-Hans为主语言）拆分为多份语言文件，并生成卡片 JSON 与详情页数据；
若检测到opencc库则用 OpenCC 完成简体到繁体的自动转换，否则跳过转换并给出警告；
脚本还会为每张卡片注入(id, lang)维度的datePublished/dateModified：卡片内容未变则保留旧日期（跨多次重建保持稳定），内容变更则更新dateModified、保留datePublished，卡片不存在则两个日期都用构建时间。

注意：建议将id设为 500 以上，避免与现有提示词或社区内容的 ID 冲突。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。

自定义后端：API 模块结构

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，参见前文「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

关键实现细节（结合源码）：

src/api/config.ts 集中定义所有接口地址：主 API 地址API_URL（生产环境为https://api.newzone.top/api，Strapi 后端）、Google OAuth 登录入口服务地址、以及新旧 OAuth 流程的开关USE_LEGACY_GAUTH。所有接口地址集中在此，便于后期修改。
src/api/client.ts 创建 Axios 实例（baseURL取API_URL，30 秒超时兜底），请求拦截器自动附加Authorization: Bearer <token>；响应拦截器统一处理错误，遇到 401 会清除本地auth_token并联动清理用户相关缓存。

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。缓存 TTL 在 src/utils/cache.js 中定义（如提示词卡片 100 天、社区/用户/评论/我的空间等数据 30 天，均配合 ETag 使用），并在lscache之上再加一层内存 Map 缓存以保证同一 key 多次读取返回同一引用。

开启同步更新：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。

打开自动更新

Fork 后需手动在Actions页面启用 Workflows，并跑一次Upstream SyncAction（如果遇到 Upstream Sync 执行错误，请先手动执行一次 Sync Fork）。启用后项目每天自动同步上游更新，避免功能落后。

手动更新代码

想手动立即更新时，可参考代码托管平台关于「同步 fork」的官方文档，通过 Web 界面或命令行把上游的更新合并进自己的 fork。也可以关注（star / watch）本项目，及时获得新功能更新通知。

小结

三种部署形态对应三类需求：标准部署（含本地构建、Vercel、Cloudflare Pages、Docker 四种落地方式）适合大多数希望「开箱即用 + 轻度定制」的场景；离线部署版适合隔离网络环境，四个 localStorage 存储键把数据完全留在用户浏览器；带后端的完整自部署则需要联系官方获取方案。若想深度定制，站点元信息在docusaurus.config.js、提示词在src/data/prompt.json+CodeUpdateHandler.py、后端契约在src/api，而多语言构建的默认语言与语言列表统一由 scripts/i18nLocales.mjs 这一个数据源驱动。部署完成后，别忘了按上文「开启同步更新」一节让 Fork 每天跟随上游，持续获得新功能。