在阿里云 ECS 上最小化部署 Marinara Engine：不在服务器上跑本地模型

Mon, 29 Jun 2026 17:15:00 +0800

Marinara Engine 的官方介绍里把它称为一个本地 AI 聊天、角色扮演和游戏引擎。听起来很容易让人以为：既然是“本地”，是不是服务器上还要准备 GPU、下载模型、跑 llama.cpp 或者 embedding 服务？

如果只是想把 Marinara 当成一个 Web 应用来用，答案是不需要。我的阿里云 ECS 现在跑的就是这种最小化部署：Docker 里只跑 Marinara Engine 本体，模型能力走外部 API，容器端口只绑定到 127.0.0.1，再由反向代理对外提供访问。

本文记录的是这个部署方式。版本核对时间是 2026-06-29：官方最新稳定版是 v2.0.6，我当前服务器上实际运行的是 ghcr.nju.edu.cn/pasta-devs/marinara-engine:2.0.5-lite。新部署可以优先用最新稳定版的 *-lite tag；如果你想完全复刻本文环境，就固定到 2.0.5-lite。

先理解这个“最小化”是什么意思

最小化不是功能阉割到不能用，而是把不适合小云服务器承担的部分拿掉。

Marinara Engine 官方提供 lite 镜像。根据官方容器安装文档，lite 镜像去掉了三类较重的离线能力：

本地 sidecar 模型，也就是容器内直接跑本地 LLM 的那部分。
本地 embedding 模型。
依赖本地 embedding 的语义记忆检索。

保留下来的能力仍然包括聊天、角色、游戏模式、agent、lorebook、角色卡、远程 LLM API 连接等。也就是说，只要你本来就打算用 OpenAI、OpenRouter、Gemini、Anthropic 或者其他远程 OpenAI-compatible API，这种部署方式就够了。

我这里的结构是：

浏览器
 -> 阿里云安全组开放 80/443
 -> Pingap / Nginx / Caddy 这类反向代理
 -> 127.0.0.1:7860
 -> Docker 容器内的 Marinara Engine
 -> 远程 LLM / 图片 / TTS API

看到这里，问题就变成了：服务器上到底需要跑什么？答案很少：Docker、一个 compose 文件、一个 .env 文件、一个反向代理入口。

Ai on Cloudside

在阿里云 ECS 上最小化部署 Marinara Engine：不在服务器上跑本地模型

先理解这个“最小化”是什么意思