> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/deployment/ja/serufuhosuto/inference-server/configuration/docker-configuration.md).

# Docker 設定オプション

Inference サーバーには、環境変数で設定する多数の構成パラメータがあります。環境変数を設定するには `docker run`、次を使用します `-e` フラグ:

```bash
docker run -it --rm -e ENV_VAR_NAME=env_var_value -p 9001:9001 --gpus all roboflow/roboflow-inference-server-gpu:latest
```

このページでは、変更する可能性が高いオプションを扱います。完全な一覧については、次を参照してください [環境変数](/deployment/ja/serufuhosuto/inference-server/configuration/environment-variables.md).

## ネットワーク

**`HOST`**：文字列（デフォルト `0.0.0.0`）。HTTP インターフェースで使用されるホストアドレスを設定します。

**`PORT`**：整数（デフォルト `9001`）。HTTP インターフェースで使用されるポートを設定します。

**`ALLOW_ORIGINS`**：文字列（デフォルト `*`）。 `allow_origins` プロパティを FastAPI の HTTP インターフェースで使用される CORS ミドルウェア上に設定します。複数の値はカンマ区切りで指定できます。例: `ALLOW_ORIGINS=orig1.com,orig2.com`.

## 推論の動作

**`CLASS_AGNOSTIC_NMS`**：ブール値（デフォルト `False`）。物体検出、インスタンスセグメンテーションなどの検出モデルに対する既定の非最大抑制（NMS）の動作を設定します。When `True`、NMS はクラス非依存になるため、異なるクラスの重複した検出は IoU しきい値に基づいて削除される場合があります。When `False`、同じクラスの重複した検出のみが削除対象として考慮されます。

**`MAX_CANDIDATES`**：整数（デフォルト `3000`）。検出候補の最大数。

**`MAX_DETECTIONS`**：整数（デフォルト `300`）。モデルが返す検出結果の最大数。

**`FIX_BATCH_SIZE`**：ブール値（デフォルト `False`）。 `True`が true の場合、バッチサイズはこのサーバー用に設定された最大バッチサイズに固定されます。

**`MAX_ACTIVE_MODELS`**：整数（デフォルト `8`）。内部モデルマネージャーが一度にメモリ内に保持するモデルの最大数。デフォルトでは、新しいモデルのために空きを作る際、モデルキューは最後にアクセスされた時刻が最も古いモデルを削除します。

**`NUM_WORKERS`**：整数（デフォルト `1`）。HTTP インターフェースで使用されるワーカー数。

## CLIP モデルのオプション

**`CLIP_VERSION_ID`**：文字列（デフォルト `ViT-B-16`）。すべての `/clip` ルートで使用される OpenAI CLIP のバージョンを設定します。利用可能なバージョンは `RN101`, `RN50`, `RN50x16`, `RN50x4`, `RN50x64`, `ViT-B-16`, `ViT-B-32`, `ViT-L-14-336px`、および `ViT-L-14`.

**`CLIP_MAX_BATCH_SIZE`**：整数（デフォルト `8`）。CLIP モデルの推論関数で受け入れられる最大バッチサイズを設定します。

## モデルキャッシュ

**`MODEL_CACHE_DIR`**：文字列（デフォルト `/tmp/cache`）。ルートのモデルキャッシュディレクトリのコンテナ内パスを設定します。

**`TENSORRT_CACHE_PATH`**：文字列（デフォルト：の値 `MODEL_CACHE_DIR`）。TensorRT キャッシュディレクトリへのコンテナ内パスを設定します。このパスをマウントされたホストボリュームと一緒に設定すると、TensorRT ベースのサーバーのコールドスタート時間を短縮できます。

### 永続モデルキャッシュ

デフォルトでは、モデルの重みはコンテナ内の `/tmp/cache` に保存され、 **コンテナの再起動やシステムの再起動で失われます**。本番環境では、ダウンロード済みの重みを保持するために永続的なホストボリュームをマウントしてください:

```bash
# ホスト上に永続キャッシュディレクトリを作成する
mkdir -p /var/lib/roboflow/cache

# 永続キャッシュ付きでコンテナを実行する
docker run -d \
  -p 9001:9001 \\
  -v /var/lib/roboflow/cache:/tmp/cache \
  -e MODEL_CACHE_DIR=/tmp/cache \
  roboflow/roboflow-inference-server-cpu:latest
```

覚えておくべき点:

* ホスト側のパスは永続ストレージ上にあるべきで、 `/tmp`.
* ではないことです。マウントされたディレクトリには、コンテナのユーザーに適切な権限が必要です（通常はイメージに応じて UID 1000 または root）。
* 永続キャッシュを使うと、デプロイ前に重みを事前投入でき、コンテナ更新後も保持されます。

参照: [重みのオフラインダウンロード](https://docs.roboflow.com/reference/inference/inference-python/offline-weights) 重みの事前ダウンロードとキャッシュの詳細については

## HTTPS / TLS

**`ENABLE_HTTPS`**：ブール値（デフォルト `False`）。設定すると、Inference Server は HTTP ではなく HTTPS でトラフィックを提供し、証明書と秘密鍵を `SSL_CERTFILE` および `SSL_KEYFILE`.

**`SSL_CERTFILE`**：文字列（デフォルト `/etc/inference/certs/server.crt`）および **`SSL_KEYFILE`**：文字列（デフォルト `/etc/inference/certs/server.key`）。コンテナ内の PEM エンコードされた証明書と秘密鍵へのパス。デフォルトは便利なマウントポイントなので、通常は証明書と鍵を `/etc/inference/certs/` にバインドして `ENABLE_HTTPS=true`.

**`SSL_KEYFILE_PASSWORD`**：文字列（任意）。秘密鍵が暗号化されている場合に設定します。

**`SSL_CA_CERTS`**：文字列（任意）。クライアント証明書検証（mTLS）が必要な場合に CA バンドルを設定します。

自己署名証明書を使った完全な手順: [HTTPS 経由で Inference を提供する](/deployment/ja/serufuhosuto/inference-server/configuration/https.md).

## Secure Gateway

**`SECURE_GATEWAY`**：文字列（デフォルト未設定）。エアギャップ環境向けのプロキシのアドレスを設定します。 [Roboflow Secure Gateway](/deployment/ja/serufuhosuto/enterprise/secure-gateway.md) エアギャップ環境向けです。Roboflow API とモデルのダウンロードトラフィックはこのプロキシ経由でルーティングされます。プロキシできないトラフィックは次のように無効化または再ルーティングされます:

* Inference のバージョン確認（次を呼び出すもの） `api.github.com`）は強制的に無効化されます: `DISABLE_VERSION_CHECK` は次に設定されます `True` 。明示的に別設定になっていても同様です。
* もし `WORKFLOWS_STEP_EXECUTION_MODE=remote` が次と組み合わされると `WORKFLOWS_REMOTE_API_TARGET=hosted`、ステップ実行は次へフォールバックします `ローカル` という警告付きで、ホスト型 Roboflow 推論エンドポイントにはゲートウェイプロキシ経由で到達できないためです。リモート実行を維持するには、次を使用します `WORKFLOWS_REMOTE_API_TARGET=self-hosted` **および** 向ける `LOCAL_INFERENCE_API_URL` （デフォルト `http://127.0.0.1:9001`）を、ゲートウェイ境界内から到達可能な Inference サーバーに向けます。
* サードパーティ統合（Google Vision、Gemini の直接キー経路、Stability AI、Twilio のメディアアップロード、外部ホストへの webhook）はプロキシされず、ゲートウェイネットワークがそれらを許可しない限り失敗します。

従来の `LICENSE_SERVER` 環境変数はまだ受け付けられますが、非推奨です。