ChatGPT-Shortcut 离线版部署指南：面向企业内网的自托管 AI Prompt 库

2026-09-29 13:55:57
阅读量：172

AI 应用
提示工程
人工智能
前端

【免费下载链接】ChatGPT-Shortcut

Stop writing prompts from scratch — a searchable prompt library for ChatGPT, Claude, Gemini and Cursor · Русский 한국어 العربية हिन्दी ไทย ｜别再从头写提示词：现成的拿来就用，好用的收进自己的库

导读

本文围绕 ChatGPT-Shortcut 项目的离线版（offline 分支）展开，系统讲解其无后端、纯静态的架构原理，以及如何在内网环境完成 Docker、源码构建、Nginx 等方式的部署与日常运维。读完本文，你将掌握离线版的团队使用流程、localStorage 数据存储机制、数据导入导出与在线版迁移方案，以及提示词库更新和常见故障处理等完整实战能力。

离线版适用场景与定位

ChatGPT-Shortcut 离线版专为无法或不便访问公网的环境设计，典型场景包括：

企业内部网络
政府机关、涉密或物理隔离（air-gapped）网络
银行、金融机构等高安全要求环境
校园网络
需要数据本地化留存、符合个人数据保护合规要求（如越南 NĐ-13/2023、HIPAA、SOC 2 等）的组织

离线版的核心定位是：无后端、无注册、数据全部存放在用户自己的浏览器中。一次部署后，内网成员只需要打开浏览器即可浏览、搜索和复制提示词，无需安装任何软件。

团队使用流程

离线版本质是一个纯静态网站。管理员将其部署到内网服务器后，整个团队的协作方式非常简单：

管理员将离线版部署到内网服务器（例如 http://192.168.1.100:3000）；
团队成员在浏览器中打开该内网地址，即可浏览、搜索并复制提示词；
每个人的收藏与自建提示词都保存在自己的浏览器中，彼此完全隔离；
无需注册账号、无需安装任何软件，打开即用。

提示：提示词库（精选提示词）是构建时打包的静态数据，所有用户看到的内容一致。而每个人的收藏、自建提示词、排序和标签则存放在各自浏览器的 localStorage 中，完全独立。

离线版与在线版的功能差异

功能	在线版	离线版
浏览 / 搜索 / 筛选提示词	✅	✅
复制提示词	✅	✅
收藏管理	存储在服务器	存储在浏览器本地
自建提示词	存储在服务器	存储在浏览器本地
我的收藏（拖拽排序、标签）	✅	✅
多语言支持（18 种语言）	✅	✅
数据导入 / 导出	✅	✅（格式互通）
提示词详情页	✅	✅（静态数据，无评论）
注册 / 登录	✅	❌（无需账号）
社区提示词列表 / 投票	✅	❌
评论与反馈	✅	❌

从对比中可以清晰看到：离线版保留了最核心的提示词浏览、搜索、复制与"我的收藏"管理能力，去掉了所有依赖后端服务器的能力（账号、社区、评论），从而实现了纯静态、零后端的部署形态。

数据存储机制

每个用户的数据保存在各自浏览器的 localStorage 中，与服务器完全无关：

数据	存储键	说明
收藏列表	`local_favorites`	已收藏提示词 ID 数组
自建提示词	`local_user_prompts`	用户自行创建的提示词数据
排序顺序	`local_myspace_order`	"我的收藏"中卡片的排序
自定义标签	`local_custom_tags`	标签定义与分配关系

值得补充的是，在线版的本地缓存也遵循类似的"浏览器侧存储"思路：从 AuthContext.tsx 可以看到，在线版通过 lscache 工具以 lscache-user_auth、lscache-myspace 等键在 localStorage 中缓存用户状态（代码位于 src/utils/cache.js），并借助 syncMySpaceState 统一更新各层缓存，避免状态漂移。离线版则直接以 local_* 前缀的键作为唯一数据源，架构更简单。

数据安全注意事项

浏览器 localStorage 容量上限约为 5 MB，日常使用完全足够；
清除浏览器数据会永久丢失个人数据——建议定期通过"我的账户 → 数据管理 → 导出数据"备份；
更换电脑或浏览器后，需要重新导入数据。

部署方案

离线版基于 offline 分支。管理员只需部署一次，团队成员无需任何额外操作。

方式一：Docker 部署（推荐）

最简单的方式，一条命令即可在内网服务器上启动：

# 使用离线版预构建镜像（GitHub Container Registry）
docker run -d -p 3000:3000 --name aishort-offline ghcr.io/rockbenben/chatgpt-shortcut:offline

# 或从 Docker Hub 拉取
docker run -d -p 3000:3000 --name aishort-offline rockben/chatgpt-shortcut:offline

部署完成后，团队成员访问 http://<服务器IP>:3000 即可使用。

也可以使用 docker-compose 编排：

services:
  aishort-offline:
    container_name: aishort-offline
    image: ghcr.io/rockbenben/chatgpt-shortcut:offline
    ports:
      - "3000:3000"
    restart: unless-stopped

方式二：从源码构建

当需要自定义提示词内容或修改配置时，可以从源码构建：

# 克隆离线分支
git clone -b offline https://github.com/rockbenben/ChatGPT-Shortcut.git
cd ChatGPT-Shortcut

# 安装依赖
yarn

# 本地开发
yarn start

# 构建单语言版本（以越南语为例）
yarn build --locale vi

# 构建全部语言
yarn build

构建产物输出到 build/ 目录，可以部署在任意静态文件服务器上（Nginx、Apache、Caddy 等）。当前仓库的 package.json 显示项目基于 Docusaurus 3.10，build 脚本实际执行 node scripts/buildPhased.mjs（分阶段构建），并要求 Node.js 版本 >=20，这些在离线分支的构建流程中同样适用。

方式三：Nginx 配置示例

server {
    listen 3000;
    server_name _;
    root /path/to/build;
    index index.html;

    location / {
        try_files $uri $uri/ /index.html;
    }
}

注意 try_files ... /index.html 的回退规则：它确保浏览器直接访问任意前端路由（如刷新收藏页面）时都能正确回退到应用入口，而不是返回 404。

方式四：托管平台部署

在 Vercel、Cloudflare Pages 等平台上部署时，只需选择 offline 分支，其余步骤与在线版一致，详见部署文档。

数据导入与导出

导出

进入"我的账户 → 数据管理 → 导出数据"，即可将收藏和自建提示词导出为 JSON 文件。

导入

支持导入以下 JSON 格式：

离线版导出的文件：完整恢复收藏、提示词、排序和标签；
在线版导出的文件：自动做兼容处理：
- 用户提示词 → 合并到本地（按标题去重）；
- 精选收藏（card）→ 合并到本地收藏；
- 社区收藏（community）→ 自动转换为本地自建提示词；
- 我的空间（MySpace）排序 → 恢复到本地；
- 自定义标签 → 追加合并（不覆盖已有标签）。

从在线版迁移

在在线版（aishort.top）的"我的账户"页面导出数据；
在离线版的"我的账户 → 数据管理 → 导入"中导入该 JSON 文件；
社区收藏会自动转换为本地提示词，精选收藏正常同步。

常见问题（FAQ）

部署后团队如何使用？

管理员部署到内网服务器后，只需把访问地址（如 http://192.168.1.100:3000）告知成员。每个人用浏览器打开即可，无需安装、无需注册。

成员之间的数据会互相影响吗？

不会。每个人的收藏和自建提示词保存在各自浏览器的 localStorage 中，完全隔离。服务器上只有共享的提示词库（只读）。

数据会丢失吗？

以下操作会清空个人数据：

清除浏览器数据或缓存；
使用无痕 / 隐私浏览模式；
更换电脑或浏览器。

建议通过"我的账户 → 数据管理 → 导出数据"定期将重要数据备份为 JSON 文件。

成员之间能否共享自建提示词？

可以。一个人导出 JSON 文件，其他成员在"我的账户 → 数据管理 → 导入"中导入即可，系统会自动去重。

如何更新提示词库？

提示词库是构建时打包的静态数据，更新步骤如下：

管理员从 offline 分支拉取最新代码；
重新构建并部署（或拉取最新 Docker 镜像）；
团队成员只需刷新浏览器即可看到新内容，个人数据不受影响。

离线版数据格式与在线版兼容吗？

兼容。两者导出的 JSON 格式相同，可以双向导入。提示词 ID 不同（在线版使用服务器 ID，离线版使用时间戳 ID），但导入时按标题去重，不会产生冲突。

总结

ChatGPT-Shortcut 离线版通过"静态站点 + 浏览器 localStorage"的架构，在完全不依赖后端的前提下保留了提示词库最核心的使用价值。对于有数据本地化要求的企业、政府和金融内网环境，管理员只需通过 Docker 一条命令或源码构建即可完成部署，配合 JSON 导入导出机制，团队即可在完全隔离公网的环境中高效共享与使用提示词资产。