在IBM的Ubuntu服务器上安装DeepLX的详细指南

一步步引导您完成DeepLX在IBM Ubuntu环境中的安装与配置

关键要点

• 环境准备与依赖安装：确保系统版本兼容并安装所有必要的工具和依赖。
• Docker化部署DeepLX：利用Docker简化DeepLX的安装与运行过程。
• 高级配置与优化：通过Nginx反向代理和GPU加速提升DeepLX的性能与安全性。

---

一、环境准备

1. 确认操作系统版本

确保您的IBM服务器运行的是Ubuntu 18.04、20.04或更高版本。您可以通过以下命令检查Ubuntu版本：

lsb_release -a

如果需要升级系统，请先备份重要数据，然后执行以下命令更新系统：

sudo apt update
sudo apt upgrade -y
  

2. 安装必要的工具与依赖

安装Git、curl、构建工具以及Python相关工具，这些都是后续安装DeepLX所需的基础环境：

sudo apt install git curl build-essential -y
sudo apt install python3 python3-pip python3-venv -y
  

3. 安装NVIDIA驱动与CUDA工具包（可选，用于GPU加速）

如果您的服务器配备了NVIDIA GPU，并希望利用GPU加速DeepLX，可以按照以下步骤安装NVIDIA驱动和CUDA工具包：

# 添加NVIDIA包存储库
sudo add-apt-repository ppa:graphics-drivers/ppa
sudo apt update

# 安装最新的NVIDIA驱动（例如版本535）
sudo apt install nvidia-driver-535 -y

# 安装CUDA工具包
wget https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/cuda-ubuntu2004.pin
sudo mv cuda-ubuntu2004.pin /etc/apt/preferences.d/cuda-repository-pin-600
sudo apt-key adv --fetch-keys https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/7fa2af80.pub
sudo add-apt-repository "deb https://developer.download.nvidia.com/compute/cuda/repos/ubuntu2004/x86_64/ /"
sudo apt update
sudo apt install cuda-11-7 -y

# 配置环境变量
echo 'export PATH=/usr/local/cuda-11.7/bin${PATH:+:${PATH}}' >> ~/.bashrc
echo 'export LD_LIBRARY_PATH=/usr/local/cuda-11.7/lib64${LD_LIBRARY_PATH:+:${LD_LIBRARY_PATH}}' >> ~/.bashrc
source ~/.bashrc

# 验证安装
nvcc --version
nvidia-smi
  

确保CUDA和NVIDIA驱动安装成功，可以通过`nvcc --version`和`nvidia-smi`命令进行验证。

二、安装Docker

1. 安装Docker引擎

Docker是DeepLX运行的基础，以下步骤将帮助您在Ubuntu上安装Docker：

# 更新包索引
sudo apt update

# 安装必要的包以允许apt通过HTTPS使用存储库
sudo apt install apt-transport-https ca-certificates curl software-properties-common -y

# 添加Docker的GPG密钥
curl -fsSL https://download.docker.com/linux/ubuntu/gpg | sudo apt-key add -

# 添加Docker存储库
sudo add-apt-repository "deb [arch=amd64] https://download.docker.com/linux/ubuntu $(lsb_release -cs) stable"

# 更新包索引并安装Docker
sudo apt update
sudo apt install docker-ce -y

# 启动并启用Docker
sudo systemctl start docker
sudo systemctl enable docker

# 验证Docker安装
sudo docker --version
  

2. 配置Docker非root用户（可选）

为避免每次运行Docker命令时都需要使用`sudo`，可以将当前用户添加到`docker`组：

sudo usermod -aG docker ${USER}
newgrp docker
  

完成后，您可以不使用`sudo`来运行Docker命令。

三、部署DeepLX

1. 拉取DeepLX Docker镜像

使用以下命令从Docker Hub拉取DeepLX的最新镜像：

docker pull lvzo/deeplx-pro:latest
  

2. 运行DeepLX容器

启动DeepLX容器并配置必要的参数，如端口映射和环境变量：

docker run -d \
  --name deeplx-pro \
  --restart unless-stopped \
  -p 9000:9000 \
  -e DEEPL_COOKIES="" \
  lvzo/deeplx-pro:latest
  

其中：

• `--name deeplx-pro`：指定容器名称为`deeplx-pro`。
• `--restart unless-stopped`：设置容器重启策略，除非被手动停止，否则始终重启。
• `-p 9000:9000`：将主机的9000端口映射到容器的9000端口。
• `-e DEEPL_COOKIES=""`：设置环境变量，可根据需求填写或留空。

3. 验证DeepLX服务

打开浏览器，访问`http://<你的服务器IP>:9000/translate`，检查DeepLX是否正常运行。

四、配置沉浸式翻译插件

1. 安装沉浸式翻译插件

为了在浏览器中使用DeepLX服务，可以安装沉浸式翻译插件：

1. 访问 沉浸式翻译插件官网 下载并安装插件。
2. 打开浏览器的插件管理页面，找到并进入沉浸式翻译插件的设置。
3. 在“开发者设置”中开启Beta测试特性。
4. 在“基本设置”中选择“DeepLX(Beta)”翻译服务。
5. 填写API URL，例如`http://<你的服务器IP>:9000/translate`。

2. 获取DeepLX API Key（如需要）

根据DeepLX的配置，可能需要获取专属的API Key：

1. 访问 DeepLX API管理页面，注册或登录您的账户。
2. 在账户设置中找到API Key，并复制该Key。
3. 回到沉浸式翻译插件的设置页面，填写API地址和API Key。

---

五、使用Nginx设置反向代理（高级配置）

1. 安装Nginx

Nginx可以作为反向代理，提升服务的性能和安全性：

sudo apt install nginx -y

2. 配置Nginx反向代理

创建一个新的Nginx配置文件来代理DeepLX服务：

sudo nano /etc/nginx/sites-available/deeplx

在文件中添加以下内容：

server {
    listen 80;
    server_name your_domain_or_ip;

    location / {
        proxy_pass http://localhost:9000;
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
    }
}
  

启用配置并重启Nginx：

sudo ln -s /etc/nginx/sites-available/deeplx /etc/nginx/sites-enabled/
sudo nginx -t
sudo systemctl restart nginx
  

3. 配置HTTPS（推荐）

使用Certbot为您的域名配置SSL证书：

sudo apt install certbot python3-certbot-nginx -y
sudo certbot --nginx -d your_domain_or_ip
  

按照提示完成证书申请与Nginx配置。

六、优化与性能调优

1. 配置GPU加速（如适用）

如果您的系统配备了NVIDIA GPU，并已安装CUDA和相关驱动，可以通过以下步骤配置Docker以使用GPU资源：

# 添加NVIDIA Docker存储库
distribution=$(. /etc/os-release;echo $ID$VERSION_ID)
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list
sudo apt update

# 安装nvidia-container-runtime
sudo apt install nvidia-container-runtime -y

# 重启Docker服务
sudo systemctl restart docker
  

运行支持GPU的DeepLX容器：

docker run -d \
  --name deeplx-pro \
  --restart unless-stopped \
  -p 9000:9000 \
  -e DEEPL_COOKIES="" \
  --gpus all \
  lvzo/deeplx-pro:latest
  

2. 调整Docker容器资源限制

根据服务器的硬件配置，可以为DeepLX容器分配更多的CPU和内存资源，以提升性能：

docker run -d \
  --name deeplx-pro \
  --restart unless-stopped \
  -p 9000:9000 \
  -e DEEPL_COOKIES="" \
  --cpus="4.0" \
  --memory="8g" \
  lvzo/deeplx-pro:latest
  

3. 使用Docker Compose管理服务

为了简化容器管理，可以使用Docker Compose编排DeepLX服务。首先安装Docker Compose：

sudo curl -L "https://github.com/docker/compose/releases/download/$(curl -s https://api.github.com/repos/docker/compose/releases/latest | grep tag_name | cut -d '"' -f 4)/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
sudo chmod +x /usr/local/bin/docker-compose
  

创建一个`docker-compose.yml`文件：

version: '3.8'

services:
  deeplx:
    image: lvzo/deeplx-pro:latest
    container_name: deeplx-pro
    restart: unless-stopped
    ports:
      - "9000:9000"
    environment:
      - DEEPL_COOKIES=
    deploy:
      resources:
        limits:
          cpus: '4.0'
          memory: '8g'
    # 如果使用GPU
    deploy:
      resources:
        reservations:
          devices:
            - capabilities: ["gpu"]
  

启动服务：

docker-compose up -d

七、监控与维护

1. 监控Docker容器状态

使用以下命令查看运行中的容器及其状态：

docker ps

2. 查看容器日志

当DeepLX出现问题时，可以查看容器的日志：

docker logs deeplx-pro

3. 更新DeepLX镜像

定期拉取最新的DeepLX镜像，并重启容器以应用更新：

docker pull lvzo/deeplx-pro:latest
docker stop deeplx-pro
docker rm deeplx-pro
docker run -d \
  --name deeplx-pro \
  --restart unless-stopped \
  -p 9000:9000 \
  -e DEEPL_COOKIES="" \
  lvzo/deeplx-pro:latest
  

4. 备份与恢复

为了防止数据丢失，建议定期备份DeepLX配置和数据：

# 备份容器数据
docker cp deeplx-pro:/path/to/data /local/backup/path
  

恢复数据时，可以将备份的数据复制回容器中：

docker cp /local/backup/path deeplx-pro:/path/to/data
  

---

八、常见问题与故障排除

1. DeepLX服务无法访问

检查以下几点以解决访问问题：

• 确保Docker容器正在运行：docker ps
• 确认防火墙允许所需端口（如9000或80/443）通过：sudo ufw allow 9000
• 如果使用Nginx反向代理，确保Nginx服务正常运行并配置正确：sudo systemctl status nginx
• 查看容器日志获取更多错误信息：docker logs deeplx-pro

2. Docker容器启动失败或频繁重启

可能的原因及解决方法：

• 检查镜像是否损坏，尝试重新拉取镜像：docker pull lvzo/deeplx-pro:latest
• 查看容器日志了解具体错误原因：docker logs deeplx-pro
• 确保所有依赖环境（如NVIDIA驱动、CUDA）安装正确且版本兼容。

3. 性能低下或响应缓慢

优化措施：

• 为Docker容器分配更多的CPU和内存资源。
• 如果使用GPU加速，确保GPU资源未被其他进程占用，并配置合理的GPU驱动和CUDA版本。
• 使用Nginx进行负载均衡和缓存优化。

九、参考资源

以下是一些有用的资源链接，帮助您进一步了解和配置DeepLX：

十、DeepLX Docker命令概览

DeepLX Docker命令概览

命令	用途
docker pull lvzo/deeplx-pro:latest	从Docker仓库拉取DeepLX最新镜像
docker run -d --name deeplx-pro -p 9000:9000 lvzo/deeplx-pro:latest	启动DeepLX容器并映射端口
docker logs deeplx-pro	查看容器日志
docker stop deeplx-pro	停止DeepLX容器
docker rm deeplx-pro	删除DeepLX容器
docker-compose up -d	使用Docker Compose启动服务
docker stats deeplx-pro	监控容器资源使用情况

---

结论

通过上述详细步骤，您可以在IBM的Ubuntu服务器上成功安装并配置DeepLX服务。从基础的环境准备、Docker安装，到Docker化部署DeepLX，再到高级的Nginx反向代理配置与性能优化，每一步都旨在确保DeepLX的稳定运行与高效性能。定期维护和监控将进一步保障服务的持续性和可靠性。