189 lines
5.9 KiB
Bash
189 lines
5.9 KiB
Bash
#!/usr/bin/env bash
|
||
# 构建 Linux 解压即用包：包含 Python 运行时、依赖、CLI 可执行程序和脚本文档。
|
||
|
||
set -euo pipefail
|
||
|
||
ROOT_DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")/.." && pwd)"
|
||
cd "$ROOT_DIR"
|
||
|
||
PYTHON_BIN="${PYTHON_BIN:-python3}"
|
||
APP_NAME="pam-deploy-agent"
|
||
RELEASE_NAME="${APP_NAME}-linux-x86_64"
|
||
PACKAGE_EXTRAS="${PACKAGE_EXTRAS:-mcp}"
|
||
BUILD_DIR="${BUILD_DIR:-$ROOT_DIR/build/linux_self_contained}"
|
||
DIST_DIR="${DIST_DIR:-$ROOT_DIR/dist/linux_self_contained}"
|
||
RELEASE_DIR="$DIST_DIR/$RELEASE_NAME"
|
||
ARCHIVE_PATH="$DIST_DIR/${RELEASE_NAME}.tar.gz"
|
||
|
||
if [[ "$(uname -s)" != "Linux" ]]; then
|
||
echo "该脚本需要在 Linux x86_64 构建机上运行。"
|
||
exit 1
|
||
fi
|
||
|
||
if ! command -v "$PYTHON_BIN" >/dev/null 2>&1; then
|
||
echo "未找到 Python: $PYTHON_BIN"
|
||
exit 1
|
||
fi
|
||
|
||
echo "==> 清理旧构建目录"
|
||
rm -rf "$BUILD_DIR" "$RELEASE_DIR" "$ARCHIVE_PATH"
|
||
mkdir -p "$BUILD_DIR" "$DIST_DIR"
|
||
|
||
echo "==> 创建构建虚拟环境"
|
||
"$PYTHON_BIN" -m venv "$BUILD_DIR/venv"
|
||
source "$BUILD_DIR/venv/bin/activate"
|
||
|
||
echo "==> 安装构建依赖"
|
||
python -m pip install --upgrade pip setuptools wheel
|
||
python -m pip install pyinstaller
|
||
|
||
echo "==> 安装项目依赖"
|
||
if [[ -n "$PACKAGE_EXTRAS" ]]; then
|
||
python -m pip install -e ".[${PACKAGE_EXTRAS}]"
|
||
else
|
||
python -m pip install -e .
|
||
fi
|
||
|
||
echo "==> 使用 PyInstaller 生成自带 Python 运行时的可执行目录"
|
||
python -m PyInstaller \
|
||
--clean \
|
||
--noconfirm \
|
||
--name "$APP_NAME" \
|
||
--onedir \
|
||
--console \
|
||
--distpath "$BUILD_DIR/pyinstaller_dist" \
|
||
--workpath "$BUILD_DIR/pyinstaller_build" \
|
||
--specpath "$BUILD_DIR" \
|
||
--collect-submodules pam_deploy_graph \
|
||
--collect-submodules langgraph \
|
||
--hidden-import pam_deploy_graph.cli \
|
||
packaging/pyinstaller_entry.py
|
||
|
||
echo "==> 组装发布目录"
|
||
mkdir -p "$RELEASE_DIR"
|
||
cp -a "$BUILD_DIR/pyinstaller_dist/$APP_NAME/." "$RELEASE_DIR/"
|
||
|
||
mkdir -p "$RELEASE_DIR/doc_scripts"
|
||
cp -a doc_scripts/deploy.sh "$RELEASE_DIR/doc_scripts/deploy.sh"
|
||
cp -a doc_scripts/config.txt.example "$RELEASE_DIR/doc_scripts/config.txt.example"
|
||
cp -a doc_scripts/PAM_AUTO_DEPLY_SKILL.md "$RELEASE_DIR/doc_scripts/PAM_AUTO_DEPLY_SKILL.md"
|
||
chmod +x "$RELEASE_DIR/doc_scripts/deploy.sh"
|
||
|
||
cp -a packaging/README_packaged_agent.md "$RELEASE_DIR/README.md"
|
||
cp -a LICENSE "$RELEASE_DIR/LICENSE"
|
||
|
||
cat > "$RELEASE_DIR/run.sh" <<'RUN_SCRIPT'
|
||
#!/usr/bin/env bash
|
||
set -euo pipefail
|
||
DIR="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
|
||
cd "$DIR"
|
||
|
||
print_help() {
|
||
cat <<'HELP_TEXT'
|
||
PAM 部署 Agent 解压即用包
|
||
|
||
用法：
|
||
./run.sh <命令> [参数]
|
||
|
||
常用命令：
|
||
chat 启动交互式对话框。推荐从这里开始使用。
|
||
analyze 只做自然语言理解和部署计划生成，不执行 action。
|
||
preview 根据配置预演 action 路由和关键参数。
|
||
run-global 执行全局阶段：token、版本、上传、发布、Node URL、下载任务。
|
||
run-deploy 执行完整部署流程：全局阶段 + 逐 IP 阶段。
|
||
resume 从 checkpoint 继续执行。
|
||
confirm 处理待人工确认事项，目前用于失败 IP 回滚确认。
|
||
|
||
通用参数：
|
||
--config <路径>
|
||
参数配置文件。支持 config.txt 风格和 JSON。打包内置示例：
|
||
doc_scripts/config.txt.example
|
||
|
||
--strategy <策略>
|
||
执行策略：
|
||
fake 全部使用 fake runner，不访问真实环境。
|
||
script_only 全部 action 走脚本。
|
||
hybrid_node_mcp PAM_HOME 走脚本，PAM_NODE 走 MCP。
|
||
|
||
--checkpoint <路径>
|
||
checkpoint JSON 路径。用于断点续跑和人工确认恢复。
|
||
示例：runtime/checkpoints/demo.json
|
||
|
||
--target-ip <IP>
|
||
指定目标工作站 IP。可重复传入多次。
|
||
|
||
--confirm
|
||
非交互命令执行真实 action 前必须显式传入。
|
||
chat 模式会在会话中要求输入 run 和 yes。
|
||
|
||
LLM 参数：
|
||
--llm-base-url <URL>
|
||
OpenAI-compatible LLM 服务地址，例如 https://example.com/v1
|
||
|
||
--llm-api-key <KEY>
|
||
LLM API Key。也可通过环境变量 PAM_LLM_API_KEY 提供。
|
||
|
||
--llm-model <模型名>
|
||
LLM 模型名称。也可通过环境变量 PAM_LLM_MODEL 提供。
|
||
|
||
LLM 环境变量：
|
||
PAM_LLM_BASE_URL
|
||
PAM_LLM_API_KEY
|
||
PAM_LLM_MODEL
|
||
|
||
示例：
|
||
./run.sh chat --config doc_scripts/config.txt.example --strategy fake --checkpoint runtime/checkpoints/demo.json
|
||
|
||
./run.sh analyze --config doc_scripts/config.txt.example --text "请用 MCP 预演部署 HET PAM Node 版本 2.0.5，不要动环境"
|
||
|
||
./run.sh run-deploy --config doc_scripts/config.txt.example --strategy fake --checkpoint runtime/checkpoints/demo.json --confirm
|
||
|
||
./run.sh confirm --checkpoint runtime/checkpoints/demo.json --decision approve --confirm
|
||
./run.sh resume --checkpoint runtime/checkpoints/demo.json --confirm
|
||
|
||
查看子命令原始参数：
|
||
./run.sh chat --help
|
||
./run.sh run-deploy --help
|
||
|
||
说明：
|
||
1. 本包已包含 Python 运行时和 Python 依赖，目标机器不需要安装 Python 包。
|
||
2. doc_scripts 只包含运行必需文件：deploy.sh、config.txt.example、PAM_AUTO_DEPLY_SKILL.md。
|
||
3. checkpoint 会保存完整运行参数，请放在受控目录。
|
||
HELP_TEXT
|
||
}
|
||
|
||
if [[ $# -eq 0 || "${1:-}" == "-h" || "${1:-}" == "--help" || "${1:-}" == "help" ]]; then
|
||
print_help
|
||
exit 0
|
||
fi
|
||
|
||
exec "$DIR/pam-deploy-agent" "$@"
|
||
RUN_SCRIPT
|
||
chmod +x "$RELEASE_DIR/run.sh"
|
||
|
||
echo "==> 生成 tar.gz"
|
||
tar -C "$DIST_DIR" -czf "$ARCHIVE_PATH" "$RELEASE_NAME"
|
||
|
||
format_bytes() {
|
||
local bytes="$1"
|
||
python - "$bytes" <<'PY'
|
||
import sys
|
||
value = float(sys.argv[1])
|
||
units = ["B", "KB", "MB", "GB"]
|
||
for unit in units:
|
||
if value < 1024 or unit == units[-1]:
|
||
print(f"{value:.1f} {unit}")
|
||
break
|
||
value /= 1024
|
||
PY
|
||
}
|
||
|
||
EXTRACTED_BYTES="$(du -sb "$RELEASE_DIR" | awk '{print $1}')"
|
||
ARCHIVE_BYTES="$(du -sb "$ARCHIVE_PATH" | awk '{print $1}')"
|
||
|
||
echo "==> 构建完成"
|
||
echo "发布目录: $RELEASE_DIR"
|
||
echo "压缩包: $ARCHIVE_PATH"
|
||
echo "解压后大小: $(format_bytes "$EXTRACTED_BYTES")"
|
||
echo "压缩包大小: $(format_bytes "$ARCHIVE_BYTES")"
|