# 内网离线移植步骤

## 1. 迁移原则

不要直接拷贝现有 `.venv` 到内网服务器。Ubuntu 20.04 默认 Python 版本偏低，而本项目要求 `python >= 3.10`，且虚拟环境对路径和系统 ABI 敏感。推荐迁移“项目源代码 + `uv.lock` + 离线 wheel 包 + Python 运行时”。

## 2. 在线准备机打包

在一台可联网机器上完成一次完整解析与下载：

```bash
uv sync
uv export --frozen --no-dev -o requirements.txt
uv pip download -r requirements.txt -d wheelhouse
```

同时打包以下内容：

- `app/`
- `scripts/`
- `tests/`
- `GJB438C-2021_prd_skills/`
- `configs/`
- `pyproject.toml`
- `uv.lock`
- `requirements.txt`
- `wheelhouse/`
- `uv` 可执行文件（Linux x86_64）

如果目标机没有 Python 3.10+，还要额外准备一个可移植的 Python 3.10/3.12 运行时目录。

## 3. 目标机落地

将打包内容拷贝到 Ubuntu 20.04 内网服务器，例如 `/opt/docx-analyzer`。

```bash
cd /opt/docx-analyzer
chmod +x uv
```

如果系统已有 Python 3.10+：

```bash
UV_CACHE_DIR=/opt/docx-analyzer/.uv-cache ./uv sync --frozen --offline
```

如果系统没有满足版本的 Python：

```bash
./uv venv .venv --python /opt/python/bin/python3.12
UV_CACHE_DIR=/opt/docx-analyzer/.uv-cache ./uv sync --frozen --offline
```

## 4. 启动与验证

启动服务：

```bash
UV_CACHE_DIR=/opt/docx-analyzer/.uv-cache ./uv run uvicorn app.main:app --host 0.0.0.0 --port 8010
```

验证命令：

```bash
UV_CACHE_DIR=/opt/docx-analyzer/.uv-cache ./uv run pytest
curl http://127.0.0.1:8010/
```

分析样例文件时，确认 `configs/api_config.yaml` 中的 `intranet` 配置指向内网模型地址，且网络可访问。

## 5. 运维建议

- 用 `systemd` 把 `uvicorn` 注册成服务。
- 把 `uploads/`、`outputs/`、`.uv-cache/` 放在独立目录并定期清理。
- 首次上线先用 `use_model=false` 验证本地流程，再切到 `intranet` 模型。