Guanghu Domestic Migration a27e87cb99 chore: import sanitized domestic snapshot for REPO-007

Source snapshot: 97d7f0fae96dc04b7ddad56fc1db6a108ed662cc

[SEC-CLEAN] · pre-push-clean v1.0 · 109处敏感信息已自动转乱码

2026-07-17 15:59:55 +08:00

5.0 KiB

Raw Blame History

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

先跑 precheck（检查密钥齐不齐）
再跑 bootstrap（初始化环境）
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 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