socialcomputing/coursemapper-webserver-webserver Docker 镜像 - 轩辕镜像 | Docker 镜像高效稳定拉取服务

CourseMapper-webserver 镜像文档

镜像概述

CourseMapper-webserver是CourseMapper平台的核心Web服务组件。CourseMapper是一个协作式课程注释与分析平台，旨在促进围绕PDF/视频学习材料的协作与互动，并通过视觉学习分析提供支持。该Web服务负责处理平台的核心业务逻辑、数据交互及API服务，是整个应用架构的关键组成部分。

核心功能与特性

• 协作注释功能：支持用户对PDF和视频学习材料进行协作式注释与标记
• 学习分析支持：提供视觉化学习数据分析，帮助理解学习行为与材料互动情况
• 多服务架构：与Web应用前端、知识图谱服务及数据库等组件协同工作
• 灵活部署：支持通过Docker Compose快速部署，同时提供开发环境配置选项

应用架构

CourseMapper-webserver项目由多个服务组成，使用以下Docker镜像（托管于Docker Hub）：

• proxy：未发布，仅用于无内置HTTP路由的环境
• webapp：socialcomputing/coursemapper-webserver-webapp（前端应用）
• webserver：socialcomputing/coursemapper-webserver-webserver（核心Web服务，当前镜像）
• coursemapper-kg：socialcomputing/coursemapper-webserver-coursemapper-kg（知识图谱服务）
• MongoDB：mongo (官方镜像)（数据库服务）

使用场景

• 教育机构：用于课程材料的协作注释与学习分析
• 在线教育平台：增强学习材料的互动性与分析能力
• 研究环境：支持学习行为与材料互动的学术研究
• 企业培训：促进培训材料的协作学习与效果分析

使用方法

快速启动

生产环境实例

• 生产环境：coursemapper.soco.inko.cloud（基于最新发布版本）
• 预览环境：edge.coursemapper.soco.inko.cloud（基于main分支）

Docker Compose部署

bash
# 使用Docker Compose运行应用
make up

# 使用Tilt进行开发时自动重建
make tilt

# 使用Docker Compose运行并挂载主机源代码
make mounted

应用启动后，访问本地代理服务（端口8000）使用应用。

开发环境设置

前置条件

需安装以下依赖：

• NodeJS (v16.14.2)
• Python (v3.7.2)
• Java JDK 17
• 代码编辑器（IntelliJ Ultimate或Visual Studio Code）
• MongoDB Community Server及MongoDB Compass
• Neo4j Desktop
• Redis
• Elmo包（链接1和链接2）
• StanfordCoreNLP（下载链接）
• Postman
• Github Desktop

Webserver服务配置

1. 进入webserver目录，复制example.env为.env并修改配置
2. 安装依赖：

   bash
   npm ci
   # 若遇到问题，尝试：
   # npm install 或 npm install --force
   

3. 启动服务：

   bash
   npm run watch:dev
   

   服务将运行在 http://localhost:8080

Webapp前端配置

1. 进入webapp目录，安装Angular CLI：

   bash
   npm i -g @angular/cli
   

2. 安装依赖：

   bash
   npm ci
   

3. 启动前端服务：

   bash
   ng serve
   

   前端将运行在 http://localhost:4200

知识图谱服务配置

1. 进入coursemapper-kg目录，复制example.env为.env并修改环境变量（NEO4J_USER、NEO4J_PASSWORD、REDIS_PASSWORD等）
2. 安装并激活Python虚拟环境：

   bash
   # 安装pipenv（首次）
   pip install pipenv
   
   # 安装依赖（首次）
   pipenv install
   
   # 激活虚拟环境
   pipenv shell
   

3. 下载必要的Python包：

   bash
   python -m spacy download en
   
   # 下载nltk、sentence transformer等依赖（首次）
   python -c "import nltk;nltk.download('stopwords'); nltk.download('punkt'); nltk.download('wordnet'); import spacy; spacy.cli.download('en_core_web_sm'); from sentence_transformers import SentenceTransformer; SentenceTransformer('all-mpnet-base-v2'); from flair.embeddings import TransformerDocumentEmbeddings;  TransformerDocumentEmbeddings('sentence-transformers/msmarco-distilbert-base-tas-b'); from app.services.course_materials.kwp_extraction.model import KeyphraseExtractor; KeyphraseExtractor(); KeyphraseExtractor('squeezebert/squeezebert-mnli');"
   

4. 启动工作进程：

   bash
   pipenv run python -m app.worker
   

辅助工具配置

• Postman：导入docs文件夹下的CourseMapper.postman_collection.json
• MongoDB Compass：连接mongodb://localhost:27017，访问coursemapper_v2数据库