Keep image generic; move startup settings into run.sh/compose

Dockerfile

@@ -4,13 +4,13 @@
 #   - Llama-4-Scout-17B-16E-Instruct（BF16，TP8，8 卡）
 #   - Llama-4-Maverick-17B-128E-Instruct-FP8（FP8，TP8+PP2，16 卡）
 #
-# 模型权重不打进镜像，运行时挂载模型目录；容器启动后读取 config.json
-# 自动判断 Scout / Maverick，并选择对应的 TP / PP / 端口。
+# 镜像只包含运行时依赖和 Llama 4 补丁，不设置启动命令、ENV、WORKDIR 或 EXPOSE；
+# 模型路径、端口、TP/PP、GPU、挂载等全部由 run.sh / docker-compose.yml 在启动时传入。
 #
 # 构建：
 #   docker build -t llama4-bi150:2026-10-26 .
 #
-# 运行：
+# 运行（由 run.sh 传入 entrypoint 和全部参数）：
 #   ./run.sh /mnt/disk0/models/LLM-Research/Llama-4-Scout-17B-16E-Instruct
 #   ./run.sh /mnt/disk0/models/LLM-Research/Llama-4-Maverick-17B-128E-Instruct-FP8
 #
@@ -35,16 +35,5 @@ RUN chmod +x /usr/local/bin/llama4-entrypoint.sh \
     && chmod +x /opt/llama4/detect_model.py \
     && python3 /opt/llama4/apply_patch.py
 
-ENV MODEL_PATH=/models/llama4 \
-    AUTO_DETECT=1 \
-    HOST=0.0.0.0 \
-    MAX_MODEL_LEN=4096 \
-    MAX_NUM_SEQS=1 \
-    GPU_MEM_UTIL=0.90 \
-    ENFORCE_EAGER=1 \
-    PYTHONUNBUFFERED=1
-
-WORKDIR /opt/llama4
-EXPOSE 8091 8092
-
-ENTRYPOINT ["/usr/local/bin/llama4-entrypoint.sh"]
+# 故意不设置 ENV / WORKDIR / EXPOSE / ENTRYPOINT / CMD：
+# 镜像保持通用，启动方式由 run.sh 或 docker-compose.yml 决定。