部署标注服务器

根据研究持续多久、由谁付费、手头有哪些服务器为标注研究选择主机，再用 potato deploy 完成 HTTPS、备份和数据取回。

用于正式研究的标注服务器需要一个公开的 HTTPS 地址、只放你的标注者进来的登录方式、重启后不会丢失的存储，以及研究结束时取回标注的办法。在 Potato 中，potato deploy up 会根据你试运行过的配置创建主机和证书，在会清空磁盘的主机上设置备份，并在任何拿到链接的人都能登录时，于部署之前发出警告。

这里说的标注服务器，是标注者在浏览器中打开的 Web 应用。它运行在你的笔记本电脑以外的地方，这样在研究持续的几周里标注者都能访问。把试运行过的任务搬到这样的服务器上，会改变它的地址、登录方式、数据存放的位置，以及由谁来照看这台机器。

研究服务器的四项要求

下面每项要求保护的不是标注者，就是数据：

公开的 HTTPS 地址。 标注者要在任务中输入密码和标签，所以连接必须用 HTTPS 加密。Let's Encrypt 的证书免费，但服务器需要一个公开地址才能获取。
只放你的标注者进来的登录方式。 公开地址是可以被找到的，开放注册的任务会接受任何找到它的人。请使用实名账号名单（密码管理）、通过 Google、GitHub 或你所在机构登录（SSO 与 OAuth 认证），如果是众包研究，则使用平台发给工作者的链接（众包集成）。
重启后不会丢失的存储。 有些主机每次重启服务器都会清空磁盘。在这类主机上做研究，需要一份能自动恢复的备份，否则回来的标注者会看到一个空白的任务。
取回数据的办法。 Potato 把每位标注者的工作存放在文件中，把项目数据保存在 SQLite 数据库里。服务器运行时直接复制 SQLite 文件可能会漏掉最近的工作，所以取回数据时必须使用 SQLite 自带的备份命令。

常见研究情形对应的主机

哪种主机合适，取决于研究持续多久、由谁付费，以及你所在机构是否已经在运行服务器。下表把常见情形对应到主机，并列出 Potato 为每个目标的默认规格打印的每月费用：

情形	主机	每月费用	指南
一项研究，已有 AWS 账号	AWS Lightsail，2 GB	$12	AWS Lightsail
美国机构的一项研究，没有预算	Jetstream2	有 ACCESS 分配额度时免费	Jetstream2
一项研究，价格最低	Hetzner Cloud，4 GB	约 €6	Hetzner、Vultr 和 Linode
公开演示，或已经在用 Hugging Face 的实验室	Hugging Face Docker Space	PRO 或 Team 方案	Hugging Face Spaces
和几个人做一个下午的试点	你的笔记本电脑，通过 `potato share`	免费	在本地或云端运行 Potato
你所在机构已经在运行的服务器	放在反向代理后面的 Docker 镜像	Potato 本身不产生费用	生产部署

前三种是磁盘在重启后保留的虚拟机，所以是持续数周的研究的默认选择。Hugging Face Space 每次重启都会丢失磁盘，因此 Potato 每五分钟把标注备份到一个私有的 Hugging Face 数据集，并在 Space 启动时恢复。在本地或云端运行 Potato 列出了全部十三个云端目标，包括 Fly、Railway、Render 和 Heroku。

在新主机上使用 `potato deploy`

potato deploy up 接过你试运行过的配置，完成原本需要人手动去做的事。在虚拟机上，它会创建机器，只开放 22、80 和 443 端口，安装 Docker 和 Caddy Web 服务器，获取 Let's Encrypt 证书，上传项目，并把 Potato 作为服务启动。先安装你的主机对应的 pip extra，也就是部署到该主机所需的可选依赖，然后按主机读取的方式检查配置：

bash

pip install 'potato-annotation[deploy-aws]'
potato deploy check myproject/config.yaml --provider aws
potato deploy up myproject/config.yaml --provider aws --dry-run

potato deploy check 会报告配置错误，并找出只能在你的机器上解析的路径。--dry-run 不需要云账号，会打印这次部署将要创建的每一项资源、每月费用，以及谁能够登录。如果公开地址上开放了注册，它会用警告 D003 标出来。要部署时，去掉 --dry-run 运行同一条命令。Potato 会再次显示计划，在你确认之前不创建任何东西，然后打印要发给标注者的 URL。

部署只改动与托管有关的设置。它会关闭调试模式，让会话在重启后保留，并且只运行一个 worker 进程，因为 Potato 把项目池和分配队列放在内存里，第二个进程会把同样的项目分发两次。user_config、authentication 和 require_password 则保持你写的样子。它会为这次部署生成一个管理员密钥，存放在配置旁边的 .potato/secrets.json 中，用这个密钥可以打开 /admin 上的管理仪表板。

在你所在机构已经运行的服务器上部署 Potato

如果你所在机构已经在运行服务器，就把官方发布的 Docker 镜像放在它的反向代理后面运行，而不必新建主机。nginx 之类的反向代理持有证书，并把请求转发给 Potato。生产部署提供了 Docker Compose 文件、nginx 配置和 gunicorn 设置。gunicorn 请保持一个 worker，用增加线程来提高并发，因为第二个 worker 进程会把同样的项目分发两次。

Potato 的 backup 块会在那台服务器之外保留一份数据副本。它默认每五分钟把标注输出和项目数据库的快照复制到一个 Hugging Face 数据集或兼容 S3 的存储桶，并在服务器以空磁盘启动时恢复。把下面这个块加到配置里，安装 hosting extra，并在服务器环境中设置 HF_TOKEN：

yaml

backup:
  schedule_minutes: 5
  restore_on_boot: true
  sinks:
    - type: huggingface
      repo_id: lab/pilot-annotations

如果数据集不存在，Potato 会把它创建为私有仓库。恢复时账号列表会和标注一起恢复，所以标注者用原来的密码登录；恢复也从不覆盖磁盘上已有的标注。

状态检查与数据取回

potato deploy status 报告服务器是否在运行、证书是否正常。在没有域名的虚拟机上，证书是为 IP 地址签发的，有效期约六天。它会自动续期，所以如果研究在无人看管的情况下运行，请每隔几天检查一次状态，或者传入 --domain 并配好指向服务器的 DNS 记录。potato deploy logs myproject/config.yaml -f 会持续输出服务器日志，管理仪表板则在标注者工作期间显示进度、吞吐量和标注者间一致性。

研究结束时，先拉取数据，再删除主机：