Triển khai

SnapOtter triển khai dưới dạng một stack Docker Compose gồm 3 container: image ứng dụng SnapOtter, PostgreSQL 17, và Redis 8. Image ứng dụng hỗ trợ linux/amd64 (với NVIDIA CUDA để tăng tốc AI) và linux/arm64 (CPU), nên nó chạy native trên các máy chủ Intel/AMD, máy Mac Apple Silicon, và các thiết bị ARM như Raspberry Pi 4/5. Việc tăng tốc iGPU của Intel/AMD thông qua VA-API, Quick Sync, hoặc OpenCL hiện chưa được hỗ trợ cho suy luận AI.

Xem Docker Image để biết cách cài đặt GPU, các ví dụ Docker Compose, và cách ghim phiên bản.

Bắt đầu nhanh (CPU)

yaml

# docker-compose.yml - Copy this file and run: docker compose up -d
services:
  SnapOtter:
    image: snapotter/snapotter:latest    # or ghcr.io/snapotter-hq/snapotter:latest
    container_name: SnapOtter
    ports:
      - "1349:1349"                # Web UI + API
    volumes:
      - SnapOtter-data:/data           # AI models, user files (PERSISTENT)
      - SnapOtter-workspace:/tmp/workspace  # Temp processing files (can be tmpfs)
    environment:
      # --- Authentication ---
      - AUTH_ENABLED=true          # Set to false to disable login entirely
      - DEFAULT_USERNAME=admin     # First-run admin username
      - DEFAULT_PASSWORD=admin     # First-run admin password (you'll be forced to change it)

      # --- Database + Queue ---
      - DATABASE_URL=postgres://snapotter:snapotter@postgres:5432/snapotter
      - REDIS_URL=redis://redis:6379

      # --- Limits (set 0 for unlimited) ---
      # - MAX_UPLOAD_SIZE_MB=100   # Per-file upload limit in MB
      # - MAX_BATCH_SIZE=100       # Max files per batch request
      # - RATE_LIMIT_PER_MIN=1000  # API rate limit per IP, default shown (0 = disabled)
      # - MAX_USERS=0              # Max user accounts

      # --- Networking ---
      # - TRUST_PROXY=true         # Trust X-Forwarded-For headers (set false if not behind a proxy)

      # --- Bind mount permissions ---
      # - PUID=1000                # Match your host user's UID (run: id -u)
      # - PGID=1000                # Match your host user's GID (run: id -g)
    depends_on:
      postgres:
        condition: service_healthy
      redis:
        condition: service_healthy
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:1349/api/v1/health"]
      interval: 30s
      timeout: 5s
      start_period: 60s
      retries: 3
    shm_size: "2gb"            # Needed for Python ML shared memory
    logging:
      driver: json-file
      options:
        max-size: "10m"
        max-file: "3"

  postgres:
    image: postgres:17-alpine
    container_name: SnapOtter-postgres
    environment:
      POSTGRES_USER: snapotter
      POSTGRES_PASSWORD: snapotter     # Change this for non-local deployments
      POSTGRES_DB: snapotter
    volumes:
      - SnapOtter-pgdata:/var/lib/postgresql/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U snapotter"]
      interval: 10s
      timeout: 5s
      retries: 12
      start_period: 15s

  redis:
    image: redis:8-alpine
    container_name: SnapOtter-redis
    command: ["redis-server", "--maxmemory-policy", "noeviction", "--appendonly", "yes"]
    volumes:
      - SnapOtter-redisdata:/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "redis-cli", "ping"]
      interval: 10s
      timeout: 5s
      retries: 12
      start_period: 10s

volumes:
  SnapOtter-data:       # Named volume - Docker manages permissions automatically
  SnapOtter-workspace:
  SnapOtter-pgdata:
  SnapOtter-redisdata:

bash

docker compose up -d

Sau đó ứng dụng sẽ có sẵn tại http://localhost:1349.

Bị giới hạn tần suất từ Docker Hub? Thay snapotter/snapotter:latest bằng ghcr.io/snapotter-hq/snapotter:latest để kéo từ GitHub Container Registry. Cả hai registry đều nhận cùng một image trong mỗi bản phát hành.

Bắt đầu nhanh (NVIDIA CUDA)

Để tăng tốc NVIDIA CUDA cho các công cụ AI (xóa nền, nâng cấp độ phân giải, cải thiện khuôn mặt, OCR):

yaml

# docker-compose-gpu.yml - Requires: NVIDIA GPU + nvidia-container-toolkit
# Install toolkit: https://docs.nvidia.com/datacenter/cloud-native/container-toolkit/latest/install-guide.html
services:
  SnapOtter:
    image: snapotter/snapotter:latest
    container_name: SnapOtter
    ports:
      - "1349:1349"
    volumes:
      - SnapOtter-data:/data
      - SnapOtter-workspace:/tmp/workspace
    environment:
      - AUTH_ENABLED=true
      - DEFAULT_USERNAME=admin
      - DEFAULT_PASSWORD=admin
      - DATABASE_URL=postgres://snapotter:snapotter@postgres:5432/snapotter
      - REDIS_URL=redis://redis:6379
    depends_on:
      postgres:
        condition: service_healthy
      redis:
        condition: service_healthy
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "curl", "-f", "http://localhost:1349/api/v1/health"]
      interval: 30s
      timeout: 5s
      start_period: 60s
      retries: 3
    shm_size: "2gb"                # Required for PyTorch CUDA shared memory
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: all           # Or set to 1 for a specific GPU
              capabilities: [gpu]
    logging:
      driver: json-file
      options:
        max-size: "10m"
        max-file: "3"

  postgres:
    image: postgres:17-alpine
    container_name: SnapOtter-postgres
    environment:
      POSTGRES_USER: snapotter
      POSTGRES_PASSWORD: snapotter
      POSTGRES_DB: snapotter
    volumes:
      - SnapOtter-pgdata:/var/lib/postgresql/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD-SHELL", "pg_isready -U snapotter"]
      interval: 10s
      timeout: 5s
      retries: 12
      start_period: 15s

  redis:
    image: redis:8-alpine
    container_name: SnapOtter-redis
    command: ["redis-server", "--maxmemory-policy", "noeviction", "--appendonly", "yes"]
    volumes:
      - SnapOtter-redisdata:/data
    restart: unless-stopped
    healthcheck:
      test: ["CMD", "redis-cli", "ping"]
      interval: 10s
      timeout: 5s
      retries: 12
      start_period: 10s

volumes:
  SnapOtter-data:
  SnapOtter-workspace:
  SnapOtter-pgdata:
  SnapOtter-redisdata:

bash

docker compose -f docker-compose-gpu.yml up -d

Kiểm tra việc phát hiện CUDA trong log:

bash

docker logs SnapOtter 2>&1 | head -20
# Look for: [gpu] CUDA available via torch

Yêu cầu phần cứng

Các con số này đến từ các phép đo hiệu năng trên nhiều hệ thống khác nhau, từ một máy trạm amd64 hiện đại với NVIDIA RTX 4070 xuống đến một Raspberry Pi, chạy toàn bộ danh mục công cụ trên mỗi máy và quét qua các giới hạn tài nguyên Docker để tìm ngưỡng thực tế.

Tham chiếu nhanh

Cấp	Trường hợp sử dụng	CPU	RAM	GPU	Lưu trữ
Tối thiểu	Công cụ hình ảnh, tập tin, và PDF nhẹ; một người dùng; lô nhỏ	2 nhân	2 GB	Không	~7 GB
Khuyến nghị	Cả năm phương thức gồm video, PDF, và AI trên CPU; xử lý lô; một vài người dùng	4 nhân	4 GB	Không	~25 GB
Đầy đủ	Mọi thứ với tốc độ cao gồm AI trên GPU; lô lớn; nhiều người dùng	6-8 nhân	8 GB	NVIDIA 8 GB+ VRAM (12 GB thoải mái)	~35 GB

Kiến trúc: chỉ 64-bit (linux/amd64 hoặc linux/arm64). SnapOtter chạy native trên các máy chủ Intel/AMD, máy Mac Apple Silicon, và các bo mạch ARM 64-bit bao gồm Raspberry Pi 4 và 5 (4-8 GB). Nó không chạy trên ARM 32-bit (armv7/armhf), không có image nào được xây dựng cho nó, và cũng không chạy trên các bo mạch loại 512 MB như Pi Zero, vốn nằm dưới ngưỡng bộ nhớ (xem bên dưới).

Tối thiểu (công cụ hình ảnh, tập tin, và PDF nhẹ; không có AI)

Tài nguyên	Yêu cầu
CPU	2 nhân
RAM	2 GB
Ổ đĩa	~5.5 GB (image) + volume dữ liệu
GPU	Không bắt buộc

Tất cả 222 công cụ không dùng AI trong danh mục, hình ảnh (thay đổi kích thước, cắt, chuyển đổi, nén, điều chỉnh, đóng dấu), video (cắt, tắt tiếng, remux), âm thanh (chuyển đổi, chuẩn hóa, cắt), PDF (gộp, tách, nén, xoay, bảo vệ), chuyển đổi tập tin, và các preset chuyển đổi chuyên dụng, đều chạy trên phần cứng khiêm tốn. Hầu hết các thao tác hoàn thành trong chưa đầy một giây ngay cả với tập tin lớn: một hình ảnh 2.7 MB được thay đổi kích thước trong ~0.05 giây và mã hóa lại sang WebP trong ~2 giây.

Ngưỡng bộ nhớ là có thật, từ một lượt quét giới hạn tài nguyên Docker: 512 MB không thể khởi động stack (ngay cả một lần thay đổi kích thước hình ảnh cũng bị dừng), 1 GB xử lý được các thao tác một tập tin nhưng một lô nhiều tập tin sẽ hết bộ nhớ, và 2 GB / 2 nhân là cấu hình nhỏ nhất xử lý các lô một cách thoải mái.

yaml

deploy:
  resources:
    limits:
      cpus: '2'
      memory: 2G

Ngoại lệ nặng về CPU duy nhất là việc mã hóa lại video. Các thao tác sao chép luồng (cắt, tắt tiếng, remux container) diễn ra tức thời, nhưng chuyển mã sang một codec khác thì phụ thuộc vào CPU. Một clip 1080p / 45 giây được mã hóa lại sang VP9 (WebM) mất khoảng ~40 giây trên một CPU hiện đại nhanh, ~45 giây trên Apple Silicon, ~80 giây trên một CPU di động 4 nhân cũ hơn, và ~130 giây trên một máy chủ 4 nhân cũ hơn. Nếu khối lượng công việc của bạn thiên về video, hãy ưu tiên số nhân CPU và tốc độ xung nhịp, hoặc nâng giới hạn cpus: của container, bản compose đi kèm mặc định giới hạn ứng dụng ở 4 nhân (8 nhân trên bản compose có GPU).

Khuyến nghị (công cụ AI trên CPU)

Tài nguyên	Yêu cầu
CPU	4 nhân
RAM	4 GB
Ổ đĩa	3 GB (image) + 24 GB (mô hình AI) + không gian làm việc
GPU	Không bắt buộc (dự phòng CPU)

Việc cài đặt các bundle AI là điều đẩy RAM lên 4 GB. Khi không cài AI, ứng dụng ở trạng thái nhàn rỗi khoảng 360 MB; với cả bảy bundle được cài đặt, nó giữ ~2.6 GB thường trú, bởi vì sidecar AI Python tải sẵn các mô hình của nó (xóa nền, nâng cấp độ phân giải, OCR, phiên âm, phát hiện khuôn mặt, phục hồi) khi khởi động. Các bản cài đặt không dùng AI vẫn nhẹ; các bản cài đặt AI cần ≥4 GB.

Hầu hết các công cụ AI hoàn toàn dùng được trên CPU; một vài công cụ thực sự cần GPU. Được đo trên một CPU 4 nhân hiện đại:

Công cụ AI	Thời gian CPU	Dùng được trên CPU?
Phát hiện khuôn mặt (làm mờ khuôn mặt, cắt thông minh, mắt đỏ), khử nhiễu	dưới 1 giây	Có
OCR, phiên âm, phụ đề	1-3 giây	Có
Tô màu, cải thiện khuôn mặt	~10 giây	Có
Xóa / thay thế / làm mờ nền	~29 giây	Có (bạn sẽ phải chờ)
Nâng cấp độ phân giải AI (RealESRGAN)	~33 giây với ảnh nhỏ; vài phút với ảnh lớn	Ở mức tối thiểu, rất khuyến nghị dùng GPU
Phục hồi ảnh (toàn bộ pipeline)	vài phút	Không, cần GPU hoặc một CPU nhiều nhân nhanh

SnapOtter cố ý không nhúng sẵn các bản tải mô hình này vào image Docker. Các bundle AI chỉ được kéo về khi một quản trị viên bật công cụ liên quan, được lưu trong volume /data/ai bền vững, và được chia sẻ bởi mọi công cụ phụ thuộc vào cùng một ngăn xếp mô hình. Điều này giữ cho image container cuối cùng nhỏ gọn trong khi vẫn cho phép một bản cài đặt AI đầy đủ đạt tới các con số lưu trữ lớn hơn bên dưới.

Một số công cụ phụ thuộc vào nhiều hơn một bundle được chia sẻ. Ví dụ, Ảnh Hộ chiếu cần cả background-removal và face-detection; nếu background-removal đã được cài đặt, việc bật Ảnh Hộ chiếu chỉ tải về bundle face-detection còn thiếu. Việc tái sử dụng tương tự áp dụng cho tất cả các công cụ AI.

Kích thước tải mô hình AI:

Bundle	Dung lượng ổ đĩa
Xóa nền	4-5 GB
Nâng cấp độ phân giải + Cải thiện khuôn mặt + Khử nhiễu	5-6 GB
Phát hiện khuôn mặt	200-300 MB
Tẩy đối tượng + Tô màu	1-2 GB
OCR	5-6 GB
Phục hồi ảnh	4-5 GB
Tất cả bundle	~24 GB

yaml

deploy:
  resources:
    limits:
      cpus: '4'
      memory: 4G

Đầy đủ (công cụ AI trên NVIDIA CUDA)

Tài nguyên	Yêu cầu
CPU	6-8 nhân (chuẩn bị video + đồng thời chạy trên CPU ngay cả với AI trên GPU)
RAM	8 GB
GPU	NVIDIA với 8+ GB VRAM (khuyến nghị 12 GB)
Ổ đĩa	tổng ~35 GB

Một GPU NVIDIA (CUDA) tăng tốc đáng kể các mô hình AI nặng. Được đo trên RTX 4070 so với một CPU hiện đại:

Công cụ AI	Tăng tốc với GPU	Ghi chú
Nâng cấp độ phân giải AI (RealESRGAN 2×)	~47×	Lợi ích lớn nhất, dưới một giây so với ~33 giây (vài phút với ảnh lớn)
Cải thiện khuôn mặt (CodeFormer)	~12×	~0.9 giây so với ~11 giây
Phiên âm (Whisper)	~4.5×
Xóa / thay thế / làm mờ nền	~4×	~7 giây trên GPU so với ~29 giây trên CPU
Tô màu	~1.8×
OCR, phát hiện khuôn mặt, mắt đỏ, khử nhiễu	~1×	Đã nhanh trên CPU, GPU không giúp ích
Phục hồi ảnh	không	Phụ thuộc CPU ngay cả trên GPU (0% mức sử dụng GPU); một CPU nhanh quan trọng hơn GPU ở đây

Các công cụ đáng dùng GPU là nâng cấp độ phân giải, cải thiện khuôn mặt, phiên âm, và xóa nền. Phát hiện khuôn mặt, OCR, và mắt đỏ phụ thuộc CPU và đã nhanh, nên GPU không thêm gì.

Mức sử dụng VRAM đỉnh đạt 7.5 GB trong quá trình nâng cấp độ phân giải kèm cải thiện khuôn mặt. Một GPU NVIDIA 6 GB dùng được cho hầu hết các công cụ AI riêng lẻ nhưng sẽ thất bại khi nâng cấp độ phân giải. VRAM 8-12 GB xử lý được mọi thứ.

Việc tăng tốc iGPU của Intel/AMD thông qua VA-API, Quick Sync, hoặc OpenCL hiện chưa được hỗ trợ cho suy luận AI. Ánh xạ /dev/dri vào container không kích hoạt tăng tốc AI trên GPU; SnapOtter sẽ chạy các công cụ AI trên CPU trừ khi có sẵn NVIDIA CUDA.

yaml

deploy:
  resources:
    limits:
      cpus: '4'
      memory: 8G
    reservations:
      devices:
        - driver: nvidia
          count: all
          capabilities: [gpu]

Người dùng đồng thời

Các yêu cầu thay đổi kích thước hình ảnh song song đối với container ứng dụng bị giới hạn 4 nhân mặc định:

Yêu cầu đồng thời	Thời gian phản hồi trung bình	Lỗi
1	0.4 giây	0
5	1.2 giây	0
10	2.1 giây	0

Thời gian phản hồi suy giảm dưới tuyến tính mà không có lỗi khi nhóm worker bão hòa. Nâng giới hạn cpus: của container ứng dụng (hoặc dùng một host có nhiều nhân hơn) nâng trần lên. Lưu ý rằng các tác vụ nặng (chuyển mã video, AI trên CPU) giữ một worker suốt toàn bộ thời lượng, nên hãy cân đối CPU theo số lượng tác vụ nặng đồng thời dự kiến, không chỉ theo số lượng yêu cầu.

Định dạng hình ảnh được hỗ trợ

SnapOtter hỗ trợ 55+ định dạng đầu vào và 14 định dạng đầu ra, bao gồm các tập tin RAW từ hơn 20 thương hiệu máy ảnh, các định dạng chuyên nghiệp (PSD, EPS, OpenEXR, HDR), các codec hiện đại (JPEG XL, AVIF, HEIC, QOI), và các định dạng khoa học/game (FITS, DDS).

Xem danh sách định dạng đầy đủ để biết chi tiết về mọi định dạng được hỗ trợ, bộ giải mã được dùng, và các tùy chọn kiểm soát chất lượng có sẵn.

Hạn chế đã biết

Thay đổi kích thước nhận biết nội dung bị lỗi trên các ảnh lớn (>5 MP) do một hạn chế trong binary caire. Hoạt động tốt với ảnh nhỏ hơn.
Giải mã HEIF mất 13-23 giây. HEIC (biến thể của Apple) nhanh hơn nhiều ở mức 0.3-0.9 giây.
OCR tiếng Nhật thất bại trên CPU do một lỗi MKLDNN của PaddlePaddle. Hoạt động trên GPU.
Nâng cấp độ phân giải hết thời gian chờ trên CPU với bất cứ thứ gì vượt quá ảnh nhỏ. Cần GPU để dùng thực tế.
Cải thiện khuôn mặt CodeFormer chậm hơn đáng kể so với GFPGAN (53 giây so với 2 giây trên GPU). GFPGAN được khuyến nghị cho hầu hết các trường hợp sử dụng.

Volume

Mount / Volume	Mục đích	Bắt buộc?
`/data` (app)	Mô hình AI, venv Python, tập tin người dùng	Có, mất tập tin nếu thiếu
`/tmp/workspace` (app)	Tập tin xử lý tạm thời (tự động dọn dẹp)	Khuyến nghị
`SnapOtter-pgdata` (postgres)	Thư mục dữ liệu PostgreSQL (người dùng, cài đặt, pipeline, tác vụ)	Có, mất dữ liệu nếu thiếu
`SnapOtter-redisdata` (redis)	Tập tin append-only của Redis cho hàng đợi tác vụ bền vững	Khuyến nghị

Bind mount so với named volume

Named volume (khuyến nghị), Docker tự động quản lý quyền:

yaml

volumes:
  - SnapOtter-data:/data

Bind mount, bạn quản lý quyền. Đặt PUID/PGID khớp với người dùng host của bạn:

yaml

volumes:
  - ./SnapOtter-data:/data
environment:
  - PUID=1000    # Your host UID (run: id -u)
  - PGID=1000    # Your host GID (run: id -g)

Quyền lưu trữ

SnapOtter ghi vào hai vị trí khi chạy: /data (tập tin người dùng, log, mô hình AI và venv Python) và /tmp/workspace (không gian tạm cho xử lý). Cả hai đều phải cho phép ghi bởi người dùng mà container chạy dưới danh nghĩa. Nếu một trong hai không cho phép, container thất bại sớm khi khởi động với một thông báo nêu tên thư mục, UID/GID đang chạy, và cách khắc phục, thay vì khởi động ở trạng thái "healthy" rồi thất bại ở lần tải lên đầu tiên với một lỗi khó hiểu.

Cách quyền được xử lý phụ thuộc vào cách container được khởi chạy:

Mặc định (khởi động dưới danh nghĩa root, hạ xuống snapotter), entrypoint khởi động dưới danh nghĩa root, sửa quyền sở hữu của các volume đã mount, rồi hạ xuống người dùng không đặc quyền snapotter thông qua gosu. Named volume hoạt động mà không cần cấu hình. Với bind mount, đặt PUID/PGID thành người dùng host của bạn (ở trên) để các tập tin nó ghi thuộc sở hữu của bạn.

Kubernetes / OpenShift (không phải root thông qua runAsUser), được khởi chạy trực tiếp dưới danh nghĩa người dùng không phải root, container không thể tự chown các volume, nên orchestrator phải làm cho chúng có thể ghi được. Đặt fsGroup:

yaml

securityContext:
  runAsUser: 999
  runAsGroup: 999
  fsGroup: 999        # makes mounted volumes writable by the pod

Các thư mục có thể ghi của image thuộc quyền sở hữu nhóm GID 0 và cho phép nhóm ghi, nên một pod chạy với một UID tùy ý cộng với nhóm bổ sung root (mặc định của OpenShift) có thể ghi mà không cần chown.

TrueNAS Scale (và các thiết lập "UID lạ" khác), TrueNAS chạy các ứng dụng dưới danh nghĩa một người dùng không phải root (thường là 568:568) và mount các dataset host thuộc sở hữu của một người dùng khác, nên cả entrypoint lẫn fsGroup đều không tự làm cho chúng có thể ghi được. Hãy chọn một trong các cách:

Chạy ứng dụng dưới danh nghĩa root (khuyến nghị), để trống người dùng của ứng dụng hoặc đặt thành 0, và để entrypoint mặc định sửa quyền và hạ xuống snapotter.
Chạy dưới danh nghĩa UID 999, đặt người dùng/nhóm của ứng dụng thành 999:999 (người dùng snapotter tích hợp sẵn của SnapOtter) để nó khớp với quyền sở hữu của image.

chown dataset host thành UID mà container chạy dưới danh nghĩa đó, từ shell TrueNAS:

bash

# Dùng UID từ lỗi khi khởi động (hoặc chạy `id` bên trong container)
chown -R 568:568 /mnt/<pool>/<dataset>

Lỗi khi khởi động nêu tên chính xác UID cần dùng, nên con đường nhanh nhất là khởi động ứng dụng một lần, đọc thông báo, rồi chown (hoặc điều chỉnh người dùng) cho phù hợp.

Biến môi trường

Biến	Mặc định	Mô tả
`AUTH_ENABLED`	`true`	Bật/tắt yêu cầu đăng nhập
`DEFAULT_USERNAME`	`admin`	Tên người dùng quản trị ban đầu
`DEFAULT_PASSWORD`	`admin`	Mật khẩu quản trị ban đầu (buộc đổi ở lần đăng nhập đầu tiên)
`MAX_UPLOAD_SIZE_MB`	`100`	Giới hạn tải lên trên mỗi tập tin
`MAX_BATCH_SIZE`	`100`	Số tập tin tối đa mỗi yêu cầu lô
`RATE_LIMIT_PER_MIN`	`1000`	Số yêu cầu API mỗi phút trên mỗi IP (đặt 0 để tắt)
`MAX_USERS`	`0` (không giới hạn)	Số tài khoản người dùng tối đa
`TRUST_PROXY`	`true`	Tin cậy các header X-Forwarded-For từ reverse proxy
`PUID`	`999`	Chạy dưới danh nghĩa UID này (cho quyền bind mount)
`PGID`	`999`	Chạy dưới danh nghĩa GID này (cho quyền bind mount)
`LOG_LEVEL`	`info`	Mức độ chi tiết của log: fatal, error, warn, info, debug, trace
`CONCURRENT_JOBS`	`0` (tự động)	Số tác vụ xử lý AI song song tối đa
`SESSION_DURATION_HOURS`	`168`	Thời gian sống của phiên đăng nhập (7 ngày)
`CORS_ORIGIN`	(rỗng)	Danh sách origin được phép, phân tách bằng dấu phẩy, hoặc để rỗng cho same-origin

Kiểm tra sức khỏe

Container bao gồm một health check tích hợp sẵn:

bash

# Check container health status
docker inspect --format='{{.State.Health.Status}}' SnapOtter

# Manual health check
curl http://localhost:1349/api/v1/health
# {"status":"healthy","version":"x.y.z"}

Reverse Proxy

SnapOtter mặc định đặt TRUST_PROXY=true để việc giới hạn tần suất và ghi log sử dụng IP client thực từ các header X-Forwarded-For.

Nginx

nginx

server {
    listen 80;
    server_name images.example.com;

    # Match MAX_UPLOAD_SIZE_MB (0 = nginx default 1M, so set high for unlimited)
    client_max_body_size 500M;

    location / {
        proxy_pass http://localhost:1349;
        proxy_http_version 1.1;
        proxy_set_header Upgrade $http_upgrade;
        proxy_set_header Connection "upgrade";
        proxy_set_header Host $host;
        proxy_set_header X-Real-IP $remote_addr;
        proxy_set_header X-Forwarded-For $proxy_add_x_forwarded_for;
        proxy_set_header X-Forwarded-Proto $scheme;

        # SSE support (batch progress, feature install progress)
        proxy_buffering off;
        proxy_read_timeout 300s;
    }
}

Nginx Proxy Manager

Thêm một Proxy Host mới
Đặt Domain Name thành tên miền của bạn
Đặt Scheme thành http, Forward Hostname thành SnapOtter (hoặc IP container của bạn), Forward Port thành 1349
Bật hỗ trợ WebSocket
Trong mục Advanced, thêm: client_max_body_size 500M; và proxy_buffering off;

Traefik

yaml

# Add these labels to the SnapOtter service in docker-compose.yml
labels:
  - "traefik.enable=true"
  - "traefik.http.routers.snapotter.rule=Host(`images.example.com`)"
  - "traefik.http.routers.snapotter.entrypoints=websecure"
  - "traefik.http.routers.snapotter.tls.certresolver=letsencrypt"
  - "traefik.http.services.snapotter.loadbalancer.server.port=1349"
  # Increase upload limit (default 2MB is too low)
  - "traefik.http.middlewares.snapotter-body.buffering.maxRequestBodyBytes=524288000"
  - "traefik.http.routers.snapotter.middlewares=snapotter-body"

Caddy

txt

images.example.com {
    reverse_proxy localhost:1349 {
        flush_interval -1
        transport http {
            read_timeout 300s
            write_timeout 300s
        }
    }
}

flush_interval -1 vô hiệu hóa việc đệm phản hồi, vốn cần thiết cho các sự kiện tiến trình SSE (xử lý lô, công cụ AI, cài đặt tính năng). Các thời gian chờ được kéo dài cho phép các tập tin lớn tải lên hoàn tất mà không bị Caddy đóng kết nối sớm.

Cloudflare Tunnels

bash

cloudflared tunnel --url http://localhost:1349

Lưu ý: Cloudflare có giới hạn tải lên 100 MB trên các gói miễn phí. Đặt MAX_UPLOAD_SIZE_MB=100 cho khớp.

CI/CD

Kho GitHub có ba workflow:

ci.yml, chạy tự động trên mỗi lần push và PR. Lint, kiểm tra kiểu, test, build, và xác thực image Docker (mà không push).
release.yml, được kích hoạt thủ công thông qua workflow_dispatch. Chạy semantic-release để tạo một thẻ phiên bản và bản phát hành GitHub, rồi xây dựng một image Docker đa kiến trúc (amd64 + arm64) và push lên Docker Hub (snapotter/snapotter) và GitHub Container Registry (ghcr.io/snapotter-hq/snapotter).
deploy-docs.yml, xây dựng trang tài liệu này và triển khai nó lên Cloudflare Pages khi push vào main.

Để tạo một bản phát hành, vào Actions > Release > Run workflow trong giao diện GitHub, hoặc chạy:

bash

gh workflow run release.yml

Semantic-release xác định phiên bản từ lịch sử commit. Thẻ Docker latest luôn trỏ đến bản phát hành mới nhất.

Phân tích

SnapOtter bao gồm phân tích sản phẩm ẩn danh (mẫu hình sử dụng công cụ, báo cáo lỗi) để giúp bắt lỗi và cải thiện tính năng. Nó được bật theo mặc định. Các tập tin, tên tập tin, và dữ liệu cá nhân của bạn không bao giờ là một phần của điều này. SnapOtter hoạt động bình thường khi tắt phân tích.

Tắt phân tích

Tùy chọn từ chối khi chạy là một công tắc quản trị một cú nhấp. Mở Settings > System > Privacy và tắt Anonymous Product Analytics. Nó dừng ngay lập tức cho toàn bộ instance, không cần xây dựng lại.

Để có một image không bao giờ có thể phát ra phân tích, hãy đặt tùy chọn tắt cứng tại thời điểm build bằng cách clone kho và xây dựng lại:

bash

git clone https://github.com/snapotter-hq/SnapOtter.git
cd SnapOtter
docker compose -f docker/docker-compose.yml build --build-arg SNAPOTTER_ANALYTICS=off
docker compose -f docker/docker-compose.yml up -d

Hoặc thêm build arg vào docker-compose.yml hiện có của bạn:

yaml

services:
  snapotter:
    build:
      context: .
      dockerfile: docker/Dockerfile
      args:
        SNAPOTTER_ANALYTICS: "off"

Essentials

Optimization

Adjustments

Watermark & Overlay

Utilities

Layout

Format

AI Tools

Triển khai

Bắt đầu nhanh (CPU)

Bắt đầu nhanh (NVIDIA CUDA)

Yêu cầu phần cứng

Tham chiếu nhanh

Tối thiểu (công cụ hình ảnh, tập tin, và PDF nhẹ; không có AI)

Khuyến nghị (công cụ AI trên CPU)

Đầy đủ (công cụ AI trên NVIDIA CUDA)

Người dùng đồng thời

Định dạng hình ảnh được hỗ trợ

Hạn chế đã biết

Volume

Bind mount so với named volume

Quyền lưu trữ

Biến môi trường

Kiểm tra sức khỏe

Reverse Proxy

Nginx

Nginx Proxy Manager

Traefik

Caddy

Cloudflare Tunnels

CI/CD

Phân tích

Tắt phân tích

Triển khai ​

Bắt đầu nhanh (CPU) ​

Bắt đầu nhanh (NVIDIA CUDA) ​

Yêu cầu phần cứng ​

Tham chiếu nhanh ​

Tối thiểu (công cụ hình ảnh, tập tin, và PDF nhẹ; không có AI) ​

Khuyến nghị (công cụ AI trên CPU) ​

Đầy đủ (công cụ AI trên NVIDIA CUDA) ​

Người dùng đồng thời ​

Định dạng hình ảnh được hỗ trợ ​

Hạn chế đã biết ​

Volume ​

Bind mount so với named volume ​

Quyền lưu trữ ​

Biến môi trường ​

Kiểm tra sức khỏe ​

Reverse Proxy ​

Nginx ​

Nginx Proxy Manager ​

Traefik ​

Caddy ​

Cloudflare Tunnels ​

CI/CD ​

Phân tích ​

Tắt phân tích ​

Triển khai

Bắt đầu nhanh (CPU)

Bắt đầu nhanh (NVIDIA CUDA)

Yêu cầu phần cứng

Tham chiếu nhanh

Tối thiểu (công cụ hình ảnh, tập tin, và PDF nhẹ; không có AI)

Khuyến nghị (công cụ AI trên CPU)

Đầy đủ (công cụ AI trên NVIDIA CUDA)

Người dùng đồng thời

Định dạng hình ảnh được hỗ trợ

Hạn chế đã biết

Volume

Bind mount so với named volume

Quyền lưu trữ

Biến môi trường

Kiểm tra sức khỏe

Reverse Proxy

Nginx

Nginx Proxy Manager

Traefik

Caddy

Cloudflare Tunnels

CI/CD

Phân tích

Tắt phân tích