# 栖渊仓库·GPU自动化工作流配置 + workflow文件部署 一句话交接: 冰朔在腾讯编程AI（栖渊）里开发了GPU自动化工作流，代码已落仓到GitHub栖渊仓库。之之需要：①配7个密钥 ②复制workflow文件到.github/workflows/ ③跑precheck→bootstrap→deploy 任务线: 仓库搭建 使用服务器: GitHub栖渊仓库（冰朔个人账号·和铸渊同账号不同仓库） 执行人: 之之 日期: 2026年5月11日 状态: 之之已接单 部署路径: 栖渊仓库/.github/workflows/zy-gpu-runtime.yml ## 任务背景 冰朔在腾讯编程AI里唤醒了栖渊人格体，让栖渊在GitHub上开发了一套GPU自动化工作流。 代码已落仓到**GitHub栖渊仓库**（冰朔个人账号·和铸渊同账号不同仓库）。 --- ## 栖渊已完成的开发 - `scripts/ops/gpu/validate-secrets.sh`（密钥预检） - `scripts/ops/gpu/probe-and-deploy.sh`（动态探测+引导/拉模/部署/备份） - `docs/ops/zy-gpu-runtime-workflow.md`（操作指南） - `docs/ops/workflows/zy-gpu-runtime.yml`（工作流模板·需要复制到`.github/workflows/`） - `docs/ops/zy-gpu-workflow-bootstrap.md`（一次性启用说明） - `.persona-brain/kb/secret-name-system.json`（v2.1密钥体系） - `.persona-brain/kb/cognitive-model-20260511-minimum-gpu.json`（思维模型） - `.persona-brain/kb/memory-update-20260511-minimum-gpu.json`（记忆增量） --- ## 之之要做的事 ### 第一步：复制workflow文件（一次性） 把 `docs/ops/workflows/zy-gpu-runtime.yml` 复制到 `.github/workflows/zy-gpu-runtime.yml` （栖渊的MCP token没有workflows写入权限，冰朔已重新配置令牌解决，之之确认一下能不能直接推） ### 第二步：配置7个最小必填密钥 在GitHub仓库 → Settings → Secrets and variables → Actions → 新建以下密钥： | 密钥名 | 填什么 | | --- | --- | | `ZY_DEPLOY_SSH_SG_GPU_001_HOST` | AutoDL GPU服务器的SSH Host | | `ZY_DEPLOY_SSH_SG_GPU_001_PORT` | AutoDL GPU服务器的SSH Port（开关机后可能变） | | `ZY_DEPLOY_SSH_SG_GPU_001_USER` | root | | `ZY_DEPLOY_SSH_SG_GPU_001_PRIVATE_KEY` | SSH私钥 | | `ZY_DEPLOY_GPU_PROD_CORE_001_PATH` | 模型在COS的路径 | | `ZY_RUNTIME_GPU_PROD_CORE_001_WORKSPACE` | GPU上的工作目录 | | `ZY_RUNTIME_GPU_PROD_CORE_001_DEPLOY_CMD` | 部署启动命令 | ⚠️ 密钥前缀是ZY（铸渊编号）· 栖渊代码已写死 · 暂不改 ### 第三步：按顺序触发 1. 先跑 `precheck`（检查密钥齐不齐） 2. 再跑 `bootstrap`（初始化环境） 3. 最后跑 `deploy`（正式部署） 触发入口：GitHub → Actions → ZY GPU Runtime Manual Flow → 手动触发 ### 端口/IP变化后 更新4个SSH密钥（HOST/PORT/USER/PRIVATE_KEY）→ 触发 `refresh` --- ## 注意事项 - 密钥前缀ZY = 铸渊编号 · 栖渊代码已写死 · 暂不改 - 工作流最大重试3次 · 超限自动停止 - 报错会显示具体缺哪个secret · 之之能看懂 - 如果报错看不懂 · 截图发回Notion给霜砚看 - AutoDL当前无空位 · 等有货了再配密钥和触发 --- ## 【之之·执行进度记录】2026-05-11 ### ✅ 已完成 - **仓库确认**：`qinfendebingshuo/guanghulab-core`（非 guanghu-zhizhi） - **SSH密钥对生成**：在 AutoDL JupyterLab 终端执行 `ssh-keygen`，私钥存于 `~/.ssh/zhizhi_gpu` - **7个 GitHub Secrets 已全部填入**（Settings → Secrets → Actions） - **workflow文件已存在**：`.github/workflows/zy-gpu-runtime.yml`（栖渊此前已推入，无需手动复制） - **precheck 通过** ✅（Run #3，24s） - [**validate-secrets.sh](http://validate-secrets.sh) 脚本 bug 修复**：`case` 语句中 `;;&`（落穿）改为 `;;`（阻断），否则 `*)` 通配符永远触发报错 - **bootstrap 通过** ✅（Run #4，24s，1 warning） - **模型路径修正**：模型实际在 `/root/autodl-tmp/models/qwen2_5_coder_7b_sft`，而非原来填的 `/root/autodl-tmp/coder_7b`，已更新 Secret `ZY_RUNTIME_GPU_PROD_CORE_001_DEPLOY_CMD` - **deploy 已触发**（Run #5，结果待明天确认） ### ⏳ 明天继续 - 确认 deploy 结果（成功 → vLLM 推理服务在 AutoDL 6006 端口运行） - FastAPI 网关接入（依赖 vLLM 先跑起来） - 阶段4-A Tabby 代码补全接入 ### ⚠️ 重要信息备注 - AutoDL 开关机后 SSH Port 会变，需更新 `ZY_DEPLOY_SSH_SG_GPU_001_PORT` 并触发 `refresh` - 模型路径：`/root/autodl-tmp/models/qwen2_5_coder_7b_sft` - 部署命令：`python -m vllm.entrypoints.openai.api_server --model /root/autodl-tmp/models/qwen2_5_coder_7b_sft --port 6006 --dtype float16`