【免費下載鏈接】alumniumEnd-to-End Testing with AI for Agents and Engineers項目地址https://gitcode.com/gh_mirrors/al/alumnium點擊查看免費下載Alumnium 生產(chǎn)部署分三步完成用 Docker 容器化運行 AI 測試服務(wù)端、用 Kubernetes Helm Chart 做集群化部署、再用 OpenTelemetry Grafana LGTM 搭建Telemetry 可觀測性監(jiān)控棧。Alumnium 是一個 AI 原生的端到端E2E測試框架其服務(wù)端負(fù)責(zé)調(diào)度 LLM 完成頁面理解與操作決策將服務(wù)自托管到生產(chǎn)環(huán)境可以讓團(tuán)隊內(nèi)所有工程師和 AI Agent 共享同一套 AI 測試能力同時用可觀測性數(shù)據(jù)追蹤每次 LLM 調(diào)用的性能與成本。一、認(rèn)識 Alumnium 服務(wù)端架構(gòu)Alumnium 采用客戶端 服務(wù)端架構(gòu)客戶端TypeScript / Python / Java 庫或 MCP與你的 Playwright、Selenium、Appium 等驅(qū)動交互負(fù)責(zé)執(zhí)行具體的頁面操作。服務(wù)端一個獨立進(jìn)程監(jiān)聽8013 端口內(nèi)部封裝 LLM 調(diào)用Anthropic、OpenAI、Ollama 等、頁面可訪問性樹處理與 AI Agent 邏輯。生產(chǎn)部署的核心就是把這個服務(wù)端跑起來并對外提供服務(wù)?？蛻舳酥恍柙O(shè)置一個環(huán)境變量指向它export ALUMNIUM_SERVER_URLhttp://your-server:8013服務(wù)端的健康檢查端點為/v1/health所有部署方式的探活都圍繞它展開。二、Docker 鏡像部署最快上手方法官方鏡像基于debian:bookworm-slim內(nèi)置 tini 作為入口、以非 root 用戶運行并默認(rèn)暴露 8013 端口。關(guān)鍵設(shè)計見 Dockerfile設(shè)計點說明多架構(gòu)構(gòu)建參數(shù)TARGETARCH自動適配 amd64 / arm64非 root 用戶以alumnium用戶運行降低容器逃逸風(fēng)險緩存卷VOLUME /app/.alumnium/cache持久化 LLM 響應(yīng)緩存默認(rèn)命令alumnium server --host 0.0.0.0一鍵啟動步驟# 1. 拉取官方鏡像并啟動傳入 LLM 提供商密鑰 docker run -d --name alumnium-server \ -p 8013:8013 \ -e OPENAI_API_KEYsk-... \ -e ALUMNIUM_MODELopenai \ -v alumnium-cache:/app/.alumnium/cache \ alumnium/alumnium # 2. 驗證健康檢查 curl http://localhost:8013/v1/health返回成功即可用。如果想讓 Alumnium 連接自托管的 Ollama通過env追加參數(shù)即可示例見 self-hosting 指南docker run -d -p 8013:8013 \ -e ALUMNIUM_MODELollama \ -e ALUMNIUM_OLLAMA_URLhttp://ollama-host:11434 \ alumnium/alumnium三、Kubernetes Helm Chart 部署生產(chǎn)級配置倉庫內(nèi)提供了官方 Helm Chartcharts/alumnium/封裝了完整的部署清單Deployment、Service、Ingress、Secret、PVC 和健康探針。3.1 安裝命令與密鑰管理最簡安裝模型與 API Key 直接寫入 Chart 管理的 Secrethelm install alumnium ./charts/alumnium \ --set config.modelanthropic \ --set secrets.ANTHROPIC_API_KEYsk-ant-...推薦做法是把密鑰放進(jìn)集群已有的 Secret再通過existingSecret掛載kubectl create secret generic alumnium-llm --from-literalOPENAI_API_KEYsk-... helm install alumnium ./charts/alumnium \ --set config.modelopenai \ --set existingSecretalumnium-llm3.2 關(guān)鍵配置項速查核心配置都收斂在 values.yaml 中生產(chǎn)環(huán)境最常調(diào)整的幾項配置鍵作用建議值config.modelLLM 提供商如anthropic、openai/model、ollama按團(tuán)隊選型config.cache緩存策略filesystem或關(guān)閉默認(rèn)filesystempersistence.enabled為緩存掛載 PVC避免 Pod 重建后緩存丟失true 足夠sizeingress.enabled開啟 Ingress 對外暴露配合 TLS 證書service.sessionAffinity多副本時按 ClientIP 粘滯單副本無需設(shè)置??注意服務(wù)端會話保存在內(nèi)存中多副本時必須設(shè)置service.sessionAffinityClientIP并在 Ingress 層開啟 sticky session否則客戶端會跨 Pod 丟會話。3.3 內(nèi)置安全與探針Chart 默認(rèn)啟用了生產(chǎn)級安全加固只讀根文件系統(tǒng)、非 rootUID 999、丟棄所有 capabilities、RuntimeDefaultseccomp 策略同時配置了 startup / liveness / readiness 三類探針全部指向/v1/healthPod 停止時還保留 60 秒優(yōu)雅退出窗口以等待進(jìn)行中的 LLM 請求完成。3.4 驗證部署# 運行 Chart 內(nèi)置連通性測試curl /v1/health helm test alumnium # 本地轉(zhuǎn)發(fā)端口并連接服務(wù)端 kubectl port-forward svc/alumnium 8013:8013 export ALUMNIUM_SERVER_URLhttp://127.0.0.1:8013完整配置表、Ingress/TLS 示例與擴(kuò)容說明見 Chart 文檔。四、Telemetry 可觀測性搭建Grafana LGTM 全流程Alumnium 服務(wù)端內(nèi)置了完整的可觀測性插樁日志基于 LogTapeTracing 基于 OpenTelemetry每個 HTTP 請求都會生成帶requestId的 span記錄方法、狀態(tài)碼、耗時等指標(biāo)實現(xiàn)見 ServerTelemetry.ts 與 Tracer.ts。4.1 一鍵啟動本地監(jiān)控棧倉庫的 telemetry/docker-compose.yml 使用grafana/otel-lgtm鏡像一個容器內(nèi)集成五大組件組件職責(zé)OpenTelemetry Collector接收 OTLP 遙測數(shù)據(jù)Prometheus指標(biāo)Metrics存儲與查詢Loki日志Logs聚合Tempo鏈路追蹤TracesGrafana統(tǒng)一可視化儀表盤啟動與常用操作對應(yīng) telemetry/mise.toml 中的任務(wù)定義cd telemetry docker compose -f docker-compose.yml up -d # 啟動 docker compose -f docker-compose.yml logs -f # 跟蹤日志 docker compose -f docker-compose.yml down # 停止Compose 已預(yù)置好 Grafana 匿名 Admin 登錄并通過 provisioning 配置 自動注入 Alumnium 專屬儀表盤 main.json啟動后訪問Grafana 儀表盤http://localhost:3000OTLP 接收端口4317gRPC/4318HTTP4.2 讓 Alumnium 把數(shù)據(jù)上報到監(jiān)控棧只需三步環(huán)境變量服務(wù)端即開始上報 tracesexport ALUMNIUM_TRACEtrue export OTEL_SERVICE_NAMEalumnium export OTEL_EXPORTER_OTLP_ENDPOINThttp://collector-host:4318 export OTEL_EXPORTER_OTLP_PROTOCOLhttp/protobuf若使用 Kubernetes 部署把這些變量加入 Chart 的env列表即可。更多插樁規(guī)范說明見 Telemetry 貢獻(xiàn)文檔。4.3 生產(chǎn)環(huán)境看什么指標(biāo)在 Grafana 儀表盤中重點關(guān)注請求耗時分布LLM 調(diào)用可能超過一分鐘P95 超過 Ingress 超時閾值要警惕 413 / 504 錯誤LLM Token 用量與成本span 屬性中包含 token 計數(shù)可用于成本核算請求失敗率status: failure的 span 會附帶錯誤信息便于快速定位。五、生產(chǎn)環(huán)境安全與最佳實踐清單網(wǎng)絡(luò)隔離服務(wù)端沒有內(nèi)置認(rèn)證任何能訪問 Ingress 的人都可消耗你的 LLM 額度。對外暴露前務(wù)必在 Ingress 層加 IP 白名單、OAuth2 Proxy 或轉(zhuǎn)發(fā)認(rèn)證中間件TLS 終止證書在 Ingress 層終止集群內(nèi)部為明文 HTTP屬預(yù)期行為超時調(diào)優(yōu)LLM 請求體常超過 1 MB攜帶完整可訪問性樹和截圖且響應(yīng)時間可能超 60 秒需相應(yīng)調(diào)大 Ingress 的 body 限制與響應(yīng)超時緩存持久化生產(chǎn)環(huán)境務(wù)必開啟persistence.enabledtrue多副本場景還需ReadWriteMany存儲密鑰輪換Secret 變更時 Pod 會通過 checksum 注解自動滾動更新無需手動重啟。六、相關(guān)文件索引資源路徑Docker 構(gòu)建文件DockerfileHelm Chart 完整文檔charts/alumnium/README.mdChart 默認(rèn)配置charts/alumnium/values.yamlLGTM 監(jiān)控棧編排telemetry/docker-compose.ymlGrafana 儀表盤定義telemetry/provisioning/dashboards/main.json服務(wù)端 Telemetry 插樁packages/typescript/src/server/ServerTelemetry.ts自托管 LLM 配置websites/docs/src/content/docs/docs/guides/self-hosting.md按容器化 → 集群化 → 可觀測性三步走Alumnium 即可穩(wěn)定運行在生產(chǎn)環(huán)境Docker 解決快速驗證Helm Chart 解決彈性與高可用Telemetry 則讓你對每一次 AI 測試調(diào)用的性能、成本與錯誤一目了然。贊分享【免費下載鏈接】alumniumEnd-to-End Testing with AI for Agents and Engineers項目地址https://gitcode.com/gh_mirrors/al/alumnium點擊查看免費下載相關(guān)推薦Penpot 基于 Kubernetes 與 Helm Chart 的生產(chǎn)級部署指南Penpot 基于 Kubernetes 與 Helm Chart 的生產(chǎn)級部署指南 導(dǎo)讀 本文面向希望在自有 Kubernetes 集群中以生產(chǎn)級方式部署 P前端后端圖形學(xué)PgCat生產(chǎn)環(huán)境部署Docker、Kubernetes和Helm Chart完整方案PgCat生產(chǎn)環(huán)境部署Docker、Kubernetes和Helm Chart完整方案 PgCat是一款功能強大的PostgreSQL連接池工具支持分片、負(fù)nao生產(chǎn)級部署詳解Docker ComposePostgreSQL與Kubernetes Helm Chart雙方案nao生產(chǎn)級部署詳解Docker ComposePostgreSQL與Kubernetes Helm Chart雙方案 nao 是一個開源分析智能體ana創(chuàng)作聲明：本文部分內(nèi)容由AI輔助生成（AIGC），僅供參考