Alumnium 生产部署分三步完成：用 Docker 容器化运行 AI 测试服务端、用 Kubernetes Helm Chart 做集群化部署、再用 OpenTelemetry + Grafana LGTM 搭建Telemetry 可观测性监控栈。Alumnium 是一个 AI 原生的端到端（E2E）测试框架，其服务端负责调度 LLM 完成页面理解与操作决策，将服务自托管到生产环境，可以让团队内所有工程师和 AI Agent 共享同一套 AI 测试能力，同时用可观测性数据追踪每次 LLM 调用的性能与成本。

一、认识 Alumnium 服务端架构

Alumnium 采用"客户端 + 服务端"架构：

• 客户端（TypeScript / Python / Java 库或 MCP）：与你的 Playwright、Selenium、Appium 等驱动交互，负责执行具体的页面操作。
• 服务端：一个独立进程，监听8013 端口，内部封装 LLM 调用（Anthropic、OpenAI、Ollama 等）、页面可访问性树处理与 AI Agent 逻辑。

生产部署的核心就是把这个服务端跑起来并对外提供服务。客户端只需设置一个环境变量指向它：

export ALUMNIUM_SERVER_URL=http://your-server:8013

服务端的健康检查端点为/v1/health，所有部署方式的探活都围绕它展开。

二、Docker 镜像部署：最快上手方法

官方镜像基于debian:bookworm-slim，内置 tini 作为入口、以非 root 用户运行，并默认暴露 8013 端口。关键设计见 Dockerfile：

一键启动步骤

# 1. 拉取官方镜像并启动，传入 LLM 提供商密钥 docker run -d --name alumnium-server \ -p 8013:8013 \ -e OPENAI_API_KEY=sk-... \ -e ALUMNIUM_MODEL=openai \ -v alumnium-cache:/app/.alumnium/cache \ alumnium/alumnium # 2. 验证健康检查 curl http://localhost:8013/v1/health

返回成功即可用。如果想让 Alumnium 连接自托管的 Ollama，通过env追加参数即可，示例见 self-hosting 指南：

docker run -d -p 8013:8013 \ -e ALUMNIUM_MODEL=ollama \ -e ALUMNIUM_OLLAMA_URL=http://ollama-host:11434 \ alumnium/alumnium

三、Kubernetes Helm Chart 部署：生产级配置

仓库内提供了官方 Helm Chart（charts/alumnium/），封装了完整的部署清单：Deployment、Service、Ingress、Secret、PVC 和健康探针。

3.1 安装命令与密钥管理

最简安装，模型与 API Key 直接写入 Chart 管理的 Secret：

helm install alumnium ./charts/alumnium \ --set config.model=anthropic \ --set secrets.ANTHROPIC_API_KEY=sk-ant-...

推荐做法是把密钥放进集群已有的 Secret，再通过existingSecret挂载：

kubectl create secret generic alumnium-llm --from-literal=OPENAI_API_KEY=sk-... helm install alumnium ./charts/alumnium \ --set config.model=openai \ --set existingSecret=alumnium-llm

3.2 关键配置项速查

核心配置都收敛在 values.yaml 中，生产环境最常调整的几项：

⚠️注意：服务端会话保存在内存中，多副本时必须设置service.sessionAffinity=ClientIP并在 Ingress 层开启 sticky session，否则客户端会跨 Pod 丢会话。

3.3 内置安全与探针

Chart 默认启用了生产级安全加固：只读根文件系统、非 root（UID 999）、丢弃所有 capabilities、RuntimeDefaultseccomp 策略；同时配置了 startup / liveness / readiness 三类探针，全部指向/v1/health，Pod 停止时还保留 60 秒优雅退出窗口以等待进行中的 LLM 请求完成。

3.4 验证部署

# 运行 Chart 内置连通性测试（curl /v1/health） helm test alumnium # 本地转发端口并连接服务端 kubectl port-forward svc/alumnium 8013:8013 export ALUMNIUM_SERVER_URL=http://127.0.0.1:8013

完整配置表、Ingress/TLS 示例与扩容说明见 Chart 文档。

四、Telemetry 可观测性搭建：Grafana LGTM 全流程

Alumnium 服务端内置了完整的可观测性插桩：日志基于 LogTape，Tracing 基于 OpenTelemetry，每个 HTTP 请求都会生成带requestId的 span，记录方法、状态码、耗时等指标（实现见 ServerTelemetry.ts 与 Tracer.ts）。

4.1 一键启动本地监控栈

仓库的 telemetry/docker-compose.yml 使用grafana/otel-lgtm镜像，一个容器内集成五大组件：

启动与常用操作（对应 telemetry/mise.toml 中的任务定义）：

cd telemetry docker compose -f docker-compose.yml up -d # 启动 docker compose -f docker-compose.yml logs -f # 跟踪日志 docker compose -f docker-compose.yml down # 停止

Compose 已预置好 Grafana 匿名 Admin 登录，并通过 provisioning 配置 自动注入 Alumnium 专属仪表盘 main.json，启动后访问：

• Grafana 仪表盘：http://localhost:3000
• OTLP 接收端口：4317（gRPC）/4318（HTTP）

4.2 让 Alumnium 把数据上报到监控栈

只需三步环境变量，服务端即开始上报 traces：

export ALUMNIUM_TRACE=true export OTEL_SERVICE_NAME=alumnium export OTEL_EXPORTER_OTLP_ENDPOINT=http://<collector-host>:4318 export OTEL_EXPORTER_OTLP_PROTOCOL=http/protobuf

若使用 Kubernetes 部署，把这些变量加入 Chart 的env列表即可。更多插桩规范说明见 Telemetry 贡献文档。

4.3 生产环境看什么指标

在 Grafana 仪表盘中重点关注：

• 请求耗时分布：LLM 调用可能超过一分钟，P95 超过 Ingress 超时阈值要警惕 413 / 504 错误；
• LLM Token 用量与成本：span 属性中包含 token 计数，可用于成本核算；
• 请求失败率：status: failure的 span 会附带错误信息，便于快速定位。

五、生产环境安全与最佳实践清单

1. 网络隔离：服务端没有内置认证，任何能访问 Ingress 的人都可消耗你的 LLM 额度。对外暴露前务必在 Ingress 层加 IP 白名单、OAuth2 Proxy 或转发认证中间件；
2. TLS 终止：证书在 Ingress 层终止，集群内部为明文 HTTP，属预期行为；
3. 超时调优：LLM 请求体常超过 1 MB（携带完整可访问性树和截图），且响应时间可能超 60 秒，需相应调大 Ingress 的 body 限制与响应超时；
4. 缓存持久化：生产环境务必开启persistence.enabled=true，多副本场景还需ReadWriteMany存储；
5. 密钥轮换：Secret 变更时 Pod 会通过 checksum 注解自动滚动更新，无需手动重启。

六、相关文件索引

按"容器化 → 集群化 → 可观测性"三步走，Alumnium 即可稳定运行在生产环境：Docker 解决快速验证，Helm Chart 解决弹性与高可用，Telemetry 则让你对每一次 AI 测试调用的性能、成本与错误一目了然。