JumpServer 企业版部署与健壮性工程:从单节点到可验证的高鲁棒性
2023 年那篇《JumpServer 单节点无外置数据库部署》解决的是「装起来」:一台 Linux、一套离线包、内置数据库,能登、能跳、能审计就算收工。这篇是公司环境的版本,解决的是「活得久、管得宽」:同样的单节点形态,但部署理念换了一套——安装只是起点,备份要原子、巡检要分钟级、部门归属要自动、回退要按对象、健康状态要能证明不是假绿,最后还要把管理员操作面整个开放给 AI Agent。 环境一句话:PVE 单节点上的一台虚拟机,Ubuntu 26.04,JumpServer 企业版 v4.10.18,PostgreSQL 16 + Redis 7 内置,13 个组件容器,承载全公司的特权访问入口。地址、主机名、内部产品名均脱敏;所有容器名、端口、命令可直接照抄。 部署理念:先想清楚会怎么死单节点形态的死法就几种,部署方案按死法倒推: 死法 对策 容器挂了 Docker 自动恢复策略 + 组件级 jmsctl restart,不做整栈循环重启 数据库坏了 每日 pg_dump 原子备份 + 升级前强制 dump + 按时间戳命名的回退点 宿主机/盘坏了 PV...
三台域控部署实录:两台本地加一台云上的 AD 落地与十个坑
本地机房一台 PVE 跑两台域控,云上一台 ECS 做第三台,外加证书服务器和远程桌面网关。三个多月下来,主线之外的坑比主线还长。这篇按部署顺序记三台域控的落地过程,公司相关的地址、主机名、域名、凭据一律不带;只有历史记录、没有复测的结论单独标出来。 拓扑与角色分工 角色 位置 系统 说明 DC1 本地 PVE 虚拟机 Windows Server 2025 主域控,兼 DNS DC2 本地 PVE 虚拟机 Windows Server 2025 第二域控,与 DC1 同站点 DC3 云上 ECS Windows Server 2025 Datacenter 云上域控,独立网段,与本地经隧道互联 证书服务器 本地 PVE 虚拟机 Windows Server AD CS 企业 CA,签机器证书与 LDAPS 远程桌面网关 本地 PVE 虚拟机 Windows Server 2025 RD Gateway,公网 443 收 RDP 三台域控是审计确认后的形态。DC1/DC2 从一开始就是域控;DC3 八月初交付时按当时的要求只做了系统初始化、没装 AD...
PVE 落地与 GPU 切分实录:具身智能 S2 边缘推理、L40S vGPU 与 PRO 6000 MIG
虚拟化底座是两台 PVE:一台浪潮 M7,单张 L40S,跑身份服务和桌面;一台超聚变 Pro6000,八张 RTX PRO 6000 96G,跑具身智能 S2 的边缘推理和大模型。这篇按 PVE 初始化部署、S2 负载、L40S 普通 vGPU、PRO 6000 MIG 切分、模型优化的顺序写,重点放在最后一节——三轮延迟调优,每一轮改了什么、为什么、降到多少。 地址、主机名、序列号、凭据、内部产品名都脱敏了。所有毫秒数是离线模型层的实测值,不含相机采集到机器人执行的链路。 PVE 初始化部署 项目 浪潮 M7 超聚变 Pro6000 CPU Xeon Gold 6548Y+(128 逻辑核) 2× Xeon Gold 6530,共 64C/128T 内存 503 GiB 可用 4×128 GB DDR5-5600,OS 可见约 503 GiB GPU 1× L40S 48G 8× RTX PRO 6000 Blackwell Server Edition,各 96 GiB 数据盘 RAID 卡呈现的 7T 逻辑卷 2× 3.84T 裸 NVMe PV...
DGX Spark 部署 vLLM:256K 上下文本机推理与四类 Agent 接入实录
买一台 DGX Spark 的目标很直接:把手上几个 AI 编码 Agent 从按 token 计费的订阅 API 挪回内网,长上下文的成本和会话数据都不再出境。跑了八周,最花时间的不是 vLLM 本身,而是让四个协议、思考档位语义和工具调用格式都不同的 Agent 客户端在同一台推理机上同时正常工作。下面按部署顺序记录,每个参数给出取舍理由,未验证的部分单独标出。 机器与环境GB10 超级芯片,120GB 统一内存,aarch64,出厂预装 Ubuntu 24.04.5 LTS。 项目 实际值 系统 Ubuntu 24.04.5 LTS / aarch64 驱动 580.178.04 CPU 20 核 Cortex-X925 内存 121 GiB 统一内存 待机功耗 / 温度 36 W / 60 ℃ 三条硬件特性决定了后面所有选择。 统一内存。 CPU 与 GPU 共享同一块物理内存,121 GiB 可以整体交给模型,这是这台机器敢开 256K 上下文的唯一原因。代价是模型常驻之后没有余量做别的,实测长期停在 111/121 GiB。 单卡。 无...
Steam Deck 原生移植三部曲:异界锁链、战神 3 与血源诅咒的 AOT 重编译
想在 Steam Deck 上原生玩 Switch 游戏,不用模拟器、不靠运行时模拟,怎么做到?路线只有三条:模拟器(Ryujinx 这类,快但兼容性看天)、兼容层(转译,稳但每帧交税)、真·原生——AOT 移植,把 Switch 的 AArch64 代码静态重编译成本机 x86-64 原生码,慢但体验上限最高。这个项目押第三条:把三款游戏(异界锁链 [Switch]、战神 3 Remastered [PS4]、血源诅咒 [PS4])的 PC 重编译项目搬上 Deck,做到厂商原生移植的标准层次。前 → 后:**从”能跑”到准原生(厂商移植水准),血源 30-60fps 可玩。**定位也先写清,防止口径漂移:个人使用,不分发游戏资产。目标定高,取舍才有判据;边界定死,”不做什么”才有判据。 三堵墙:挡的是架构差,不是单点难度Switch 是 AArch64 + Maxwell GPU + Horizon 系统服务(Switch 的系统服务层,音频/输入/NFC 都走它),Deck 是 x86-64 + Vulkan(AMD 开源驱动 RADV),直接搬有三堵墙: 墙 问题 ...
为串流开发重构 Moonlight:macOS 增强版的八周记录
主力台式机双卡 + 高刷显示器,想接进多个房间,串流是首选,但现成的 macOS 客户端不够细:部分参数只能改 plist 配置文件、USB 重定向设备列表行为不符预期、崩溃后没有可回读的现场。方案对比下来结论先放出来:Moonlight/Sunshine 依然是最成熟的串流方案(Moonlight 是串流客户端,Sunshine 是串流端主机上的服务端),于是 fork 它的 macOS 客户端做增强(下称 Moonlight Enhanced),跑了八周。前 → 后一句话:原版改配置 → 全参数 UI 可达。 对标清单先于代码动手前先把”增强”落到一张可勾选的清单上,每一项有明确的验收方式: 设置页:串流/视频/音频/输入/应用/设备六个分区,所有可调参数 UI 可达,不用改 plist; 视频:编码、分辨率、帧率、色彩(10-bit)逐项暴露,取值与 Sunshine 侧真实能力核对过; USB 重定向:设备列表实时刷新,断连自动回收,重连不串设备; 崩溃现场:崩溃前落盘一份会话摘要(分辨率/帧率/输入状态/最近事件),下次启动可回读。 清单的价值在于防止”顺手多加功能...
把 P100 直通给 NAS:顺手做了一个超分插帧的飞牛 App
NAS 里塞了一张无风扇 Tesla P100 16G,想让老片源在文件管理器里点一下就能超分、插帧——之前每次都是手动跑脚本、盯终端等完成。NAS 跑飞牛(fnOS,国产 NAS 系统,底层 Debian),是 Windows Hyper-V 虚拟机。这张卡原本给视频处理用,后来又被家里知识库(WeKnora,自托管语义知识库,做文档解析、向量嵌入、摘要)拿去当嵌入池,”一张卡两个主人”成了新常态。 直通方式结论先放:选 DDA,不选 vfio。这张卡定位是”常驻低负载推理”,判定标准不是”隔离多彻底”,而是”系统升级要动几次启动链”。 直通选型:DDA 不是”更简单”,是更便宜Hyper-V 把 GPU 交给虚拟机有两条路:vfio-pci(Linux 宿主常见的整卡绑定方案)与 DDA(Direct Device Assignment,Hyper-V 的 GPU 直接分配,卡从宿主摘掉整卡划给虚拟机,来宾装原生驱动)。 方案 机制 优点 代价 vfio-pci 整卡绑定 vfio 驱动(Linux 宿主路线) 隔离彻底 要改启动参数、绑 IOMMU 组,NAS ...
把家里的算力全掏出来:WeKnora 的模型保障线实录
家里的自托管知识库(WeKnora,做文档解析、向量嵌入、摘要生成)跑在家庭虚拟机上,承担家里和公司两套库。早期三类模型调用——文档解析、向量嵌入、摘要生成——全走公网 API。两个月后两个问题都忍不了:成本,和”文档内容出境”这件事本身。真正花时间的不是选模型,是家里没有一台”够用的机器”,只有四台”各管一段的机器”,拼起来才够。 家底盘点:没有一台够,拼起来才够 节点 GPU 用途起点 接入 WeKnora 后的角色 飞牛 NAS(fnOS,国产 NAS 系统,此节点跑在 Hyper-V 虚拟机里) Tesla P100 16G(无风扇) 视频处理 嵌入 + 短文本解析池 主力台式机 双卡 游戏 + 本地实验 长/短上下文对话池(GGUF 量化模型) Mac mini Apple Silicon 统一内存 CI runner 嵌入回退池 DGX Spark GB10 121G 统一内存 256K 长上下文 大模型主力(单列一篇) 四台全是既有用途。池化方案是加一个轻量推理路由(下称 router):WeKnora 只对着 router 单一端点发请求...
AI Native 的五个维度:从 Agent 接管到系统自运转
让 AI Agent 帮你管系统,第一波热情过去之后大多数人会撞同一堵墙:通道建了五六个,每个都能单独跑,但说不清”我到底建到哪了”——哪些算成、哪些还差、下一步该补哪块,全靠感觉。同样的坑也会反复踩:这次花半小时定位的故障,下个月同类问题再来,又是半小时,因为上次的结论只存在于那次的聊天记录里。这篇把前几篇接管的零散做法(Windows 走 WinRM 双通道、Home Assistant 进系统层、Web 服务走 API 操作面)收成一个打分框架:一个系统能不能被 Agent 顺畅接管、接管后能不能自己运转,按五个维度打分——Agent-first OS、数据写入即语义化、事件驱动 Agent Swarm、知识自动回流、自然语言操作面。真正花时间的不是建通道,是定打分口径:每个维度都要有反例和落点,否则就是口号。 先把当前栈的定位写死:v2.0 AI-Augmented,还不是 AI Native。四个部件各管一摊: Zabbix = 眼睛:主机与服务监控(开源监控平台),负责告诉你”哪台机器出了什么事”; JumpServer = 手:堡垒机,一种所有远程操作都要经过、且...
家庭 Homelab 的 Agent 全流程接管:Web 控制台服务篇
家里有十几个 Web 控制台,每个都有自己的登录页:雷池 SafeLine(国产开源 WAF,挡公网流量的)、GitLab(自托管代码仓)、Zabbix(主机与服务监控)、LiteLLM(大模型网关)、WeKnora(自托管语义知识库)、DataEase(BI)等,十几套 API 互不相通,Agent 想接手得逐个”读懂”。这是主机层通道建完之后的第二批接管对象,也是量最大的一块。这篇记录给这批服务统一建”Agent 操作面”的做法,以及两个真实故障怎么靠这套操作面定位的。 原则一句话:API 是操作面,UI 是核对面。Agent 干活走 API,改完去 UI 对应页面用真实请求核对一次。拆开的原因是 UI 显示和 API 返回可能不一致,这轮里真实出现过,不是多疑。 操作面四件套:每项服务同一套十几项服务,每项做同样的四件事: 1. 凭据统一托管。 每项服务的 API token 单独存一个 600 权限的文件,命名规则 ~/.config/<服务>-<标识>/api-token。为什么不放环境变量——会漏进日志;为什么不放共享配置——一个服务改密码影响...









