pj0235-eai_agentplatform/eai_agentplatform/backend-go/deploy/DELIVERY.md

交付手册（静态单二进制 + 本地语音转写 + Clonezilla 整盘克隆）

面向交付工程师。目标：把一台配置好的原型机整盘克隆到客户同型号机器， 客户拿到手即用，机器上无源代码、无开发痕迹、无测试数据、无默认口令。

---

0. 交付物清单

文件	说明
eai_agentplatform-server	单二进制（CGO 关闭，静态链接，约 38MB，无任何运行时依赖）
eai_agentplatform.service	systemd 单元文件
eai_agentplatform.env	环境变量样例
eai_agentplatform-asr.service	本地语音转写服务的 systemd 单元（需要 Python，见下）
asr.env	本地语音转写服务的环境变量样例
clonezilla-cleanup.sh	克隆前清理脚本（DRY-RUN 默认）
data/eai_agentplatform.db	SQLite 数据库（首启自动建表）
data/kb_data/	已审批素材目录
assets/knowledge/source/	知识源 Markdown（待入库，由管理员审批）
assets/training/materials/	培训资料资产（课程种子、PDF、视频、脚本）

不需要：Go 运行时、Docker、MySQL、任何 npm 依赖。

平台本体确实不需要 Python：eai_agentplatform-server 是静态单二进制， ldd 输出 not a dynamic executable，这条一直成立。

但语音转写是另一个进程，它需要。 转写默认走本机（faster-whisper large-v3 + pyannote 3.1），由一个独立的 Python 服务（eai_agentplatform-asr.service， 监听 127.0.0.1:8090）提供。客户机器上因此会多出：

组件	体积	说明
/opt/eai_agentplatform-asr/venv	约 9.4 GB	Python 环境（含 CUDA 版 PyTorch）
/opt/eai_agentplatform-asr/models	约 4.1 GB	模型权重，随整盘克隆带过去，不重新下载

合计约 13.5 GB，交付前请确认目标机磁盘够用。

这不是「为了本地化而放弃轻交付」——恰恰相反：把转写留在本机，是为了不让 客户会议的录音被送到公网 ASR。此处与「单二进制交付」的出入是明知并接受的取舍， 记在案。若某台客户机确实装不了 Python，可以把默认语音路由切到云端 （后台 → AI 路由 → 默认语音路由），代价是录音会离开本机， 界面在转写结果上会明确标注「音频已离开本机」。

---

1. 目录布局（客户机器最终形态）

/opt/eai_agentplatform/
├── eai_agentplatform-server     # 单二进制
├── .env                     # JWT 密钥等（交付前生成，勿提交源码库）
├── assets/
│   ├── knowledge/
│   │   └── source/          # 知识源 Markdown
│   └── training/
│       └── materials/       # 培训资料资产
├── data/
│   ├── eai_agentplatform.db     # SQLite（首启自动建）
│   ├── backups/             # 定期备份（服务自动维护，见第 7 节）
│   └── kb_data/             # 素材 + 提取缓存
└── (前端静态资源由 Nginx 托管，见 ../docs/02_Architecture/部署文档.md)

/opt/eai_agentplatform-asr/        # 本地语音转写（独立进程，独立单元）
├── serve.py                   # OpenAI 兼容 HTTP 端点（/v1/audio/transcriptions、/v1/models）
├── asr_core.py                # 转写 + 说话人分离
├── asr.env                    # 环境变量（精度档位、离线开关）
├── venv/                      # Python 环境（约 9.4 GB）
├── models/                    # 模型权重（约 4.1 GB，实体目录）
│   ├── Systran/faster-whisper-large-v3/
│   └── pyannote/{segmentation-3.0,wespeaker-voxceleb-resnet34-LM,speaker-diarization-3.1}/
└── cache/                     # 运行时缓存（HF_HOME 指到这里）

serve.py 按 脚本所在目录/models 找模型，所以 models/ 必须是它的同级目录 （符号链接也行，但交付机上建议放实体目录，少一层依赖）。 原型机上 ~/asr-poc/models 是指向仓库 external_download/ 的软链 —— 那是开发期的 组织方式，克隆到客户机之前必须把权重拷成实体目录，客户机上没有仓库。

---

2. 交付前准备（原型机）

# 2.1 构建静态二进制（开发机执行，产物拷贝到原型机）
export PATH=$HOME/go-sdk/go/bin:$PATH CGO_ENABLED=0 GOPROXY=https://goproxy.cn,direct
go build -o bin/eai_agentplatform-server ./cmd/server
# 校验：file 输出应为 "statically linked"，ldd 应为 "not a dynamic executable"

# 2.2 拷贝到原型机 + 建账号 + 装 systemd 单元
sudo install -m 0755 eai_agentplatform-server /opt/eai_agentplatform/eai_agentplatform-server
sudo useradd -r -s /usr/sbin/nologin eai_agentplatform
sudo mkdir -p /opt/eai_agentplatform/data/kb_data /opt/eai_agentplatform/assets/knowledge/source /opt/eai_agentplatform/assets/training/materials
sudo chown -R eai_agentplatform:eai_agentplatform /opt/eai_agentplatform
sudo install -m 0644 deploy/eai_agentplatform.service /etc/systemd/system/eai_agentplatform.service

# 2.3 生成 .env（含随机 JWT 密钥）
sudo -u eai_agentplatform cp deploy/eai_agentplatform.env /opt/eai_agentplatform/.env
NEW_SECRET=$(python3 -c "import secrets; print(secrets.token_urlsafe(48))")
sudo sed -i "s|^JWT_SECRET=.*|JWT_SECRET=$NEW_SECRET|" /opt/eai_agentplatform/.env

# 2.4 启动验证
sudo systemctl daemon-reload
sudo systemctl enable --now eai_agentplatform
curl http://127.0.0.1:8080/api/health   # {"status":"ok",...}

# 2.5 本地语音转写服务（ASR）
# 环境本身随原型机整盘克隆过来，这一步只是把它装到交付位置 + 起服务。
# venv 与模型都很大（9.4G + 4.1G），用 mv 而不是 cp —— 两台机器上各留一份没意义。
sudo mkdir -p /opt/eai_agentplatform-asr
sudo cp -a ~/asr-poc/{serve.py,asr_core.py} /opt/eai_agentplatform-asr/
sudo mv ~/asr-poc/venv /opt/eai_agentplatform-asr/venv
sudo cp -aL ~/asr-poc/models /opt/eai_agentplatform-asr/models   # -L 解开软链，客户机上没有仓库可指
sudo install -m 0644 deploy/asr.env /opt/eai_agentplatform-asr/asr.env
sudo install -m 0644 deploy/eai_agentplatform-asr.service /etc/systemd/system/
sudo chown -R eai_agentplatform:eai_agentplatform /opt/eai_agentplatform-asr
sudo mkdir -p /opt/eai_agentplatform-asr/cache && sudo chown eai_agentplatform:eai_agentplatform /opt/eai_agentplatform-asr/cache

sudo systemctl daemon-reload
sudo systemctl enable --now eai_agentplatform-asr

# 2.6 验证：模型加载要几十秒，起来之前 /v1/models 是连不上的
systemctl is-active eai_agentplatform-asr        # active
curl -s http://127.0.0.1:8090/v1/models | head -c 200
# 再确认平台侧认它：后台 → AI 路由 → 语音转写，应显示「本地转写 · Whisper large-v3」

转写模型与平台是强耦合的吗？ 不是。平台启动时读 config/ai_config.json， audio_route_local_whisper 指向 http://127.0.0.1:8090/v1。ASR 服务没起来 不影响平台启动：转写会自动回退到 fallback_routes 里的云端路由， 并在转写产物的日志与界面警示区写明「已回退到云端，音频已离开本机」。 这正是让 ASR 单独成一个 systemd 单元（而不是塞进主进程）的原因。

---

3. 克隆前清理（不可逆，务必先 DRY-RUN）

sudo bash clonezilla-cleanup.sh          # DRY-RUN，只列动作
sudo bash clonezilla-cleanup.sh --confirm # 确认后真实清理

脚本负责：

• 删除所有 Go 源代码（cmd/ internal/ go.mod go.sum）
• 清除 .git / 版本控制痕迹
• 清空日志与 shell 历史
• 删除本地 ASR 工作区里的原型机数据：~/asr-poc/audio（真实会议录音）、 ~/asr-poc/out（完整逐字稿与说话人分离结果，含一份云端转写对照稿）、安装日志

脚本不负责（需手工确认，见下）：

手工清单（缺一不可）

#	动作	命令
A	重置管理员密码	sudo -u eai_agentplatform /opt/eai_agentplatform/eai_agentplatform-server -reset-admin '<强密码>'
B	确认 JWT 密钥随机	grep -c '__CHANGE_ME__' /opt/eai_agentplatform/.env（应为 0）
C	清空测试数据	Web 后台删除演示用户/素材/考试记录，或用 sqlite3（见第 4 节）
D	删掉 ASR 工作区，只留一份 venv	装好 /opt/eai_agentplatform-asr 并确认服务能起后，rm -rf ~/asr-poc（清理脚本会给提示，不代删）

默认种子账号为 admin / admin123，克隆前必须改密（A 项），否则客户拿到默认口令。

---

4. 清空测试数据的 SQL 参考（可选）

# 若需彻底清库只保留结构 + admin：
sqlite3 /opt/eai_agentplatform/data/eai_agentplatform.db <<'SQL'
-- 先停服务
DELETE FROM exam_record;
DELETE FROM knowledge_chunk;
DELETE FROM knowledge_source;
DELETE FROM media_file;
DELETE FROM course;
DELETE FROM product;
DELETE FROM question;
DELETE FROM exam_paper;
DELETE FROM "user" WHERE username != 'admin';
DELETE FROM system_config WHERE config_key NOT IN ('company_intro','llm_base_url','llm_model','embed_model','llm_api_key');
SQL

表名以实际 schema 为准；无 sqlite3 时，用管理员 Web 界面逐项删除亦可。

---

5. Clonezilla 整盘克隆

1. 原型机清理完成、复核 A/B/C 三项后关机。
2. U 盘启动 Clonezilla → device-device（整盘复制）。
3. 目标机为同型号机器，逐台克隆。
4. 客户机器首启：systemd 自动拉起服务；Nginx 反代 8080。
5. 交付验收：登录（新密码）→ 上传素材 → 审批 → 考试 → AI 问答（若接内网 LLM）。

---

6. 交付红线（每次克隆前过一遍）

• ldd eai_agentplatform-server 输出 not a dynamic executable
• find /opt/eai_agentplatform -name '*.go' -o -name 'go.mod' 无结果
• /opt/eai_agentplatform/.env 无 __CHANGE_ME__
• 管理员密码非 admin123
• .bash_history 已清空、无 .git
• 测试账号（zhangsan 等）、演示素材、演示考试记录已删除
• data/backups/ 里没有原型机自己的数据备份（见第 7 节末）
• ~/asr-poc/audio、~/asr-poc/out 已删（真实录音与逐字稿）
• 全盘只有一份 venv（在 /opt/eai_agentplatform-asr），~/asr-poc 已删
• /opt/eai_agentplatform-asr/models 是实体目录，不是指向仓库的软链
• systemctl is-active eai_agentplatform-asr 为 active，且转写可选到「本地转写」路由

---

7. 数据备份与恢复

SQLite 是单文件、没有主从副本，文件坏一份就是全丢，所以服务自带定期备份，默认开着。

怎么跑：进程启动时先检查一次（距上次备份够久就补一份），之后每小时醒一次看是否到期。 不需要外部 cron / systemd timer，备份逻辑在二进制里。间隔和保留份数由 .env 控制：

BACKUP_ENABLED=true          # 关掉就完全不备
BACKUP_DIR=data/backups      # 必须在 data/ 下（ProtectSystem=strict 只放开这里）
BACKUP_KEEP=7                # 保留最近几份，更旧的自动删
BACKUP_INTERVAL_HOURS=24     # 间隔

备份文件长这样：data/backups/eai_agentplatform-20260914-162401.db。 用 VACUUM INTO 产出，不是 cp 主库 —— 服务边跑边写时 cp 可能拷到写了一半的页； VACUUM INTO 出来的是已压实、内部一致的完整副本，且不用停服。产出的文件会校验 SQLite 文件头， 不是真库就删掉并报错，不会留下「看着像备份的废物」。

手工备一份（升级、迁移、动数据之前留个手边的副本）：

sudo -u eai_agentplatform /opt/eai_agentplatform/eai_agentplatform-server -backup

恢复（会覆盖当前数据，先停服）：

sudo systemctl stop eai_agentplatform
sudo -u eai_agentplatform cp data/backups/eai_agentplatform-20260914-162401.db data/eai_agentplatform.db
sudo systemctl start eai_agentplatform

备份只在本机 data/ 目录里，防的是误删/误改/写坏，防不了整盘损坏。 要防整盘，得把 data/backups/ 定期拷到机器之外（U 盘 / 内网文件服务器）。

克隆前注意：原型机的 data/backups/ 里会有原型机自己的历史数据（测试账号、演示素材）， 整盘克隆会原样带到客户机器上。清理时一并删掉该目录内容，让客户机器从干净状态开始。

恢复之后想核对内容，直接看文件时间戳和大小即可 —— 文件名里的时间就是备份时刻。