新手的第一只“口袋程序”：用Python写个小工具，再用Docker把它带走

很多新手第一次接触 Python 和 Docker 时，会觉得两者离得很远：一个负责写代码，一个负责装程序。其实它们是一对很好的搭档。Python 把想法变成可以运行的小工具，Docker 再把小工具连同运行环境一起打包，让它在另一台电脑上也能原样跑起来。下面用一个计数小工具，把这条路完整走一遍。

一、写一个能跑的小工具

先不要追求功能复杂。做一个目标明确的程序：从指定数字开始，每次加固定步长，打印若干个数。把程序保存为计数程序文件，用 Python 自带的 argparse 接收起点、步长和个数，循环算出每个数并打印。

import argparse
parser = argparse.ArgumentParser(description="计数小工具")
parser.add_argument("--start", type=int, default=1)
parser.add_argument("--step", type=int, default=1)
parser.add_argument("--count", type=int, default=5)
args = parser.parse_args()
value = args.start
for _ in range(args.count):
    print(value)
    value += args.step

二、本机跑通，再谈打包

先在本机运行计数程序，传入起点 3、步长 2、个数 4，正常应依次输出 3、5、7、9。如果不对，先检查循环和参数，不要急着怀疑 Docker。本地跑不通的程序，打包后只会把问题藏得更深。

三、写一张很短的装箱清单

构建文件就是告诉 Docker 怎样做出一个可运行箱子的清单。对这个小工具，清单可以非常短：选一个较小的 Python 基础镜像，设定工作目录，复制计数程序文件，说明默认命令。

FROM python:3.12-slim
WORKDIR /app
COPY counter ./
CMD ["python", "counter"]

注意三点：基础镜像够用就好；工作目录要固定；默认命令不要把参数写死，留出运行时传参的空间。

四、构建并运行

在文件所在目录执行构建命令，给镜像起名并加上版本号 1.0；再运行容器，传入起点 1、步长 3、个数 4，并加上退出后自动清理的选项。成功后应看到 1、4、7、10。到了这一步，小工具就成了一个可以带走的“口袋程序”。

五、四个常见坑与 AI 配合

一是把缓存和临时文件都复制进镜像，可用忽略规则文件排除；二是改了代码却忘了重新构建，跑的还是旧镜像；三是把容器当成长期保存数据的虚拟机，对这个例子来说，用完即走才是常态；四是遇到报错就重装环境，其实多数报错来自目录不对、文件名拼错这类小问题，先逐行读报错更快。用 AI 工具帮忙时也一样：先说清需求，把完整报错和相关代码一起给它，再逐行核对它给出的命令，本地实际运行一次才算数。

总结一下：先用 Python 做一个能在本地跑通的小工具，再用一张短构建文件打包成镜像，最后用两条命令完成构建和运行。工具不在大，而在顺手；流程不在复杂，而在每一步都能验证。把这条主线走通，再学更复杂的部署就会轻松很多。