企业官网建设流程全解析

Agent-SRE Helm Chart 实战指南：在 Kubernetes 上部署 AI 代理可靠性引擎与 AgentRollout 渐进式发布

【免费下载链接】agent-governance-toolkitAI Agent Governance Toolkit — Policy enforcement, zero-trust identity, execution sandboxing, and reliability engineering for autonomous AI agents. Covers 10/10 OWASP Agentic Top 10.项目地址: https://gitcode.com/GitHub_Trending/ag/agent-governance-toolkit

导读

本文围绕仓库中 Agent-SRE 的 Helm Chart（agent-governance-python/agent-sre/deployments/helm/README.md）展开，系统讲解如何在 Kubernetes 集群上一键部署 Agent-SRE——面向 AI Agent 系统的可靠性工程层（SLO、错误预算、混沌测试、成本护栏、渐进式发布等能力均由该服务承载）。读完本文，你将掌握 Chart 的安装命令、全部可配置参数及其底层作用、随 Chart 一起安装的AgentRollout自定义资源（CRD）的完整结构与用法，并能把 canary（金丝雀）发布、流量权重、自动回滚条件与 Agent-SRE 的渐进式发布引擎（rollout.py）对应起来理解其工作原理。

一、Chart 概览：Helm v2 规范与版本约定

Chart 元数据定义在 Chart.yaml 中：

值得注意的关键约定：image.tag默认取自appVersion。该逻辑实现在 templates/_helpers.tpl 的agent-sre.imageTag模板函数中：

{{- define "agent-sre.imageTag" -}} {{ .Values.image.tag | default .Chart.AppVersion }} {{- end }}

也就是说，只要在values.yaml中把image.tag留空（默认""），Helm 渲染时就会自动回退到 Chart 的appVersion，发布新版本时只需同步升级appVersion即可，无需手工维护镜像 tag。

二、安装与使用：从默认安装到自定义 values

2.1 默认安装

在仓库根目录执行：

helm install agent-sre ./deployments/helm/agent-sre

该命令会基于./deployments/helm/agent-sre目录下的 templates/ 模板渲染并安装以下三类资源：

• Deployment（deployment.yaml）：以replicaCount指定的副本数运行agent-sre容器；
• Service（service.yaml）：仅在api.enabled=true时创建，将 8080 端口暴露为 ClusterIP 服务；
• CustomResourceDefinition（crd.yaml）：仅在crd.install=true时安装agentrollouts.agent-sre.ioCRD。

2.2 使用自定义 values 安装

原文档给出的典型场景是开启 OpenTelemetry 遥测导出：

helm install agent-sre ./deployments/helm/agent-sre \ --set otel.enabled=true \ --set otel.endpoint=http://otel-collector:4317

这两个参数在 deployment.yaml 模板中会转化为容器的环境变量注入：

env: - name: AGENT_SRE_PORT value: {{ .Values.api.port | quote }} {{- if .Values.otel.enabled }} - name: OTEL_EXPORTER_OTLP_ENDPOINT value: {{ .Values.otel.endpoint | quote }} - name: OTEL_SERVICE_NAME value: {{ .Values.otel.serviceName | quote }} {{- end }}

可见otel.enabled是一个开关：只有置为true，OTEL_EXPORTER_OTLP_ENDPOINT与OTEL_SERVICE_NAME才会被写入容器环境。这与 Agent-SRE 内置的 OpenTelemetry 导出器（见 src/agent_sre/integrations/otel/ 的traces.py、metrics.py）配合，可将 SLO、追踪数据送往 Grafana、Prometheus、Jaeger 等 OTLP 兼容后端。

对于更复杂的配置（如多副本、资源配额、亲和性），建议直接编辑 values.yaml 后使用-f指定文件安装，而非堆叠大量--set。

2.3 内置健康检查

模板在 Deployment 中自动注入了两类探针（deployment.yaml）：

• livenessProbe：GET /health，initialDelaySeconds=5，periodSeconds=10，探活失败将重启容器；
• readinessProbe：GET /health，initialDelaySeconds=3，periodSeconds=5，就绪前不会接收流量。

/health端点由 Agent-SRE 的 REST API 服务提供（见 src/agent_sre/api/server.py），这也是api.enabled默认开启的原因——健康检查依赖 API 端口。

三、Configuration：全部参数、默认值与底层语义

原文档的配置表是部署的核心依据。下表完整保留原表，并补充 values.yaml 中已定义但原表未列出的参数，供完整参考：

3.1 原文档参数表（完整继承）

3.2 values.yaml 中可进一步定制的参数

参数语义说明（均有模板或源码佐证）：

• api.port与service.port的区别：api.port是容器内监听端口（模板中注入AGENT_SRE_PORT环境变量，并映射为名为http的 containerPort）；service.port是 Service 对外端口，通过targetPort: http转发到容器端口（见 service.yaml）。两者默认都为 8080，但可分别调整。
• slo.templates：对应 src/agent_sre/specs/ 目录下预置的领域 SLO 模板。以 coding-agent.yaml 为例，该模板为编码类 Agent 定义了 5 个 SLI（TaskSuccessRate目标 0.90、ResponseLatencyP95 30s、CostPerTask1.00 USD、HallucinationRate0.02、ToolCallAccuracy0.995）及 30 天错误预算窗口。使用时在 values 中写slo.templates: [coding-agent]即可在启动时加载。
• fleet.*：对应 Agent-SRE 的 Fleet Management（多 Agent 注册表、心跳与聚合健康）能力（src/agent_sre/fleet/），successRateThreshold=0.9表示当舰队整体成功率低于 90% 时视为不健康。

四、CRD Usage：AgentRollout 资源详解

Chart 安装时会（默认）注册agentrollouts.agent-sre.io这个 Namespaced 作用域的 CRD，其 schema 完整定义在 templates/crd.yaml 中。安装完成后即可创建AgentRollout资源来声明一次 Agent 版本的渐进式发布。

4.1 原文档示例（完整继承）

apiVersion: agent-sre.io/v1alpha1 kind: AgentRollout metadata: name: my-agent-v2 spec: strategy: canary current: name: my-agent version: v1 candidate: name: my-agent version: v2 steps: - name: canary-5 weight: 0.05 durationSeconds: 3600 - name: canary-50 weight: 0.50 durationSeconds: 7200 - name: full weight: 1.0 rollbackConditions: - metric: error_rate threshold: 0.05 operator: gte

4.2 spec 字段与校验约束（源自 CRD schema）

steps中每个 step 的字段约束（schema 中明确限定）：

• name：string，步骤名；
• weight：number，取值范围 [0, 1]，表示分配给候选版本的流量比例；
• durationSeconds：integer，最小值 0，该权重持续的时间；
• manualGate：boolean，默认false，置为true表示该步骤需要人工确认后才继续推进。

rollbackConditions中每个条件的字段约束：

• metric：string，监控指标名（如error_rate）；
• threshold：number，阈值；
• operator：enum，gte/lte/gt/lt四选一。

CRD 还通过additionalPrinterColumns提供了kubectl get agentrollout时直接展示的列：Strategy（.spec.strategy）、Phase（.status.phase）、Weight（.status.currentWeight）、Age，方便快速巡检发布状态。status子资源包含phase、currentStep、currentWeight、conditions等字段，供控制器回写进度。

4.3 与源码引擎的对应关系

CRD 中的strategy枚举与 rollout.py 中的DeploymentStrategy一一对应：

class DeploymentStrategy(Enum): SHADOW = "shadow" CANARY = "canary" BLUE_GREEN = "blue_green"

该模块还定义了RolloutState（pending/shadow/canary/promoting/complete/rolled_back/failed/paused），对应 CRDstatus.phase的可能取值。steps[].weight的语义同样有源码印证——RolloutStep.weight的注释明确为 "0.0 to 1.0 — fraction of traffic to candidate"（候选版本流量占比）；rollbackConditions的operator则对应AnalysisCriterion的comparator（gte/lte/eq），AnalysisCriterion.evaluate()会按比较器对指标值与阈值求值，决定步骤是否通过。

因此，Helm Chart 安装的 CRD 只是"声明层"，真正执行渐进式发布（shadow 对比、流量切分、分析门槛、自动回滚）的是 Agent-SRE 的 delivery 引擎，二者通过同一套strategy/weight/operator语义保持契约一致。

五、升级、运维与验证建议

• 查看已渲染的资源：安装前可用helm template agent-sre ./deployments/helm/agent-sre预览渲染结果，核对环境变量、探针与 CRD schema 是否符合预期。
• 升级发布：修改 values 后执行helm upgrade agent-sre ./deployments/helm/agent-sre -f my-values.yaml；同步升级Chart.yaml的appVersion即可自动切换镜像 tag。
• 验证 CRD 安装：kubectl get crd agentrollouts.agent-sre.io应显示ESTABLISHED；之后kubectl apply -f rollout.yaml创建发布对象，用kubectl get agentrollout观察Strategy/Phase/Weight列。
• 健康检查：kubectl get pods查看就绪状态，Service 就绪后可通过kubectl port-forward svc/<release>-agent-sre 8080:8080访问 REST API（如/health、SLO 状态端点）。
• 前提与限制：本 Chart 的 CRD 为v1alpha1版本（见 crd.yaml），API 仍处早期阶段；fleet.enabled、slo.templates等功能是否生效取决于 Agent-SRE 镜像中对应引擎是否启用，建议结合 agent-sre README 的能力矩阵（SLO Engine、Progressive Delivery、Fleet Management 等均为 Stable 状态）确认版本对应关系。

总结

Agent-SRE 的 Helm Chart 用一份声明式清单把"可靠性工程服务 + 渐进式发布 CRD"整体交付到 Kubernetes：helm install一条命令即可获得带健康检查、资源配额、OTEL 导出能力的 Deployment，同时注册AgentRolloutCRD 用于声明 canary/shadow/blue-green 发布。理解 values.yaml 中每个参数与 deployment.yaml、crd.yaml 模板的对应关系，以及 CRD 契约与 rollout.py 引擎的一致性，是安全地将 Agent 发布纳入 SRE 流程的关键。

【免费下载链接】agent-governance-toolkitAI Agent Governance Toolkit — Policy enforcement, zero-trust identity, execution sandboxing, and reliability engineering for autonomous AI agents. Covers 10/10 OWASP Agentic Top 10.项目地址: https://gitcode.com/GitHub_Trending/ag/agent-governance-toolkit