AI 测试平台部署调测文档

独爱天空蓝

250人浏览 · 2026-08-10 12:14:10

独爱天空蓝 · 2026-08-10 12:14:10 发布

AI 测试平台部署调测文档

1. 文档基础信息

项目	内容
文档名称	AI 测试平台部署调测文档
本地开发路径	D:\机器学习资料\ai_test_platform_By_skill
远程服务器	*...*(服务器EIP)
远程账号	root / (服务器root密码)
远程部署目录	/home/admin/ai_test_platform
预制管理员账号	admin / admin123
AI 模型网关	https://apihub.agnes-ai.com/v1
适配环境	Windows10/11 本地开发、Linux CentOS7+/Ubuntu20.04 + 容器部署

2. 前置环境依赖清单

2.1 通用依赖（本地 + 服务器）

Python 3.11
Redis 7
MySQL 8.0
MinIO
Docker & Docker Compose v2

2.2 Windows 本地额外依赖

Node.js 18+（前端 Vue3 开发）
Git
Python pip
Postman2Jmx 工具包

2.3 Linux 服务器额外配置

防火墙放行端口：80、8000、3306、6379、9000、9001

3. Windows 本地开发部署（单机调试）

3.1 Windows 环境安装

Python 3.11 安装：安装时勾选 "Add Python to PATH"
Redis Windows 版：启动本地 redis 服务，默认端口 6379 无密码
MySQL 8.0 本地安装：root 密码自定义，创建空数据库 ai_test_platform

MinIO Windows 二进制：本地启动

minio.exe server D:\minio_data --console-address ":9001"

Node.js 18 LTS 安装：用于前端 Vite 开发
Postman2Jmx 工具包：拷贝至固定路径 D:\机器学习资料\Postman2Jmx，确保存在 P2JConvert_v2207.py

3.2 项目代码初始化

项目根目录：D:\机器学习资料\ai_test_platform_By_skill

后端依赖安装：

cd D:\机器学习资料\ai_test_platform_By_skill\backend
pip install -r requirements.txt

前端依赖安装：

cd ../frontend
npm install

3.3 本地环境变量配置（项目根目录 .env）

# MySQL
DB_HOST=127.0.0.1
DB_PORT=3306
DB_USER=root
DB_PASSWORD=本地mysql密码
DB_NAME=ai_test_platform
DB_ECHO=True
Redis
REDIS_HOST=127.0.0.1
REDIS_PORT=6379
REDIS_PASSWORD=
MinIO
MINIO_ENDPOINT=127.0.0.1:9000
MINIO_ACCESS_KEY=minioadmin
MINIO_SECRET_KEY=minioadmin
MINIO_SECURE=False
邮件（测试可先不填）
EMAIL_SMTP_SERVER=smtp.qq.com
EMAIL_SMTP_PORT=587
EMAIL_SENDER=xxx@qq.com
EMAIL_PASSWORD=邮箱授权码

注：Agnes AI 密钥已固化在 core/config.py，无需在 .env 修改。

3.4 Postman2Jmx 本地校验

打开文件夹 D:\机器学习资料\Postman2Jmx，确认存在：

P2JConvert_v2207.py
README.txt

缺失则复制工具包到此目录，转换功能依赖该路径。

3.5 本地分步启动流程（多终端分开运行）

终端 1：FastAPI 后端主服务
```
<pre>
```
cd D:\机器学习资料\ai_test_platform_By_skill\backend uvicorn main:app --reload --host 0.0.0.0 --port 8000
```
<p>启动自动执行：创建全量数据表、初始化 admin 账号 admin/admin123。</p>
</li>
<li><strong>终端 2：Celery Worker 异步任务（导入、转换、自动化执行）</strong>
<pre>
```
cd D:\机器学习资料\ai_test_platform_By_skill\backend celery -A core.celery_app worker --loglevel=info
终端 3：Celery Beat 定时任务（每日 8 点日报、凌晨 2 点自动化、每小时清理日志）
```
cd D:\机器学习资料\ai_test_platform_By_skill\backend
celery -A core.celery_app beat --loglevel=info
```

终端 4：Vue3 前端开发服务

cd D:\机器学习资料\ai_test_platform_By_skill\frontend
npm run dev

3.6 本地访问地址与验证

FastAPI 接口文档：High Performance Web Crawler API - Swagger UI
前端页面：http://127.0.0.1:5173
MinIO 控制台：http://127.0.0.1:9001

登录校验：账号 admin，密码 admin123，登录成功返回 JWT Token 即代表基础环境正常。

4. 远程 Linux 服务器 Docker 部署（...）

4.1 服务器登录与前置依赖安装

SSH 登录服务器：

ssh root@***.***.***.***
# 密码：(服务器root密码)

安装 Docker & Docker Compose：

# CentOS
yum install docker -y
systemctl start docker
systemctl enable docker
安装 compose 插件
curl -L "https://github.com/docker/compose/releases/download/v2.20.0/docker-compose-$(uname -s)-$(uname -m)" -o /usr/local/bin/docker-compose
chmod +x /usr/local/bin/docker-compose

放行防火墙端口：

firewall-cmd --add-port=80/tcp --permanent
firewall-cmd --add-port=8000/tcp --permanent
firewall-cmd --add-port=3306/tcp --permanent
firewall-cmd --add-port=6379/tcp --permanent
firewall-cmd --add-port=9000/tcp --permanent
firewall-cmd --add-port=9001/tcp --permanent
firewall-cmd --reload

4.2 项目上传至远程目录

mkdir -p /home/admin/ai_test_platform
cd /home/admin/ai_test_platform

Windows 本地将完整项目压缩为 ai_test_platform.zip，上传至服务器解压；

拷贝 Postman2Jmx 工具至项目 tools/postman2jmx 目录，容器启动自动映射至 /app/tools/postman2jmx。

4.3 生产环境 .env 配置修改（项目根目录 .env）

# MySQL容器配置
DB_HOST=mysql
DB_PORT=3306
DB_USER=root
DB_PASSWORD=root123456
DB_NAME=ai_test_platform
DB_ECHO=False
Redis容器
REDIS_HOST=redis
REDIS_PORT=6379
REDIS_PASSWORD=
MinIO容器
MINIO_ENDPOINT=minio:9000
MINIO_ACCESS_KEY=minioadmin
MINIO_SECRET_KEY=minioadmin
MINIO_SECURE=False
生产邮件配置（必须填写才能发送日报）
EMAIL_SMTP_SERVER=smtp.qq.com
EMAIL_SMTP_PORT=587
EMAIL_SENDER=平台对外邮箱@qq.com
EMAIL_PASSWORD=邮箱授权码

4.4 Postman2Jmx 容器适配校验

项目内 tools/postman2jmx 必须存在转换脚本 P2JConvert_v2207.py，core/config.py 中 DOCKER_P2J_PATH="/app/tools/postman2jmx" 已固化无需修改。

4.5 Docker Compose 一键构建启动

cd /home/admin/ai_test_platform
# 后台构建并启动全部服务
docker-compose up -d --build

服务启动顺序：mysql → redis → minio → backend → celery-worker → celery-beat → frontend

4.6 容器服务启停、重启、日志查看命令

查看全部容器运行状态：
```
<pre>
```
docker-compose ps

停止所有服务：

docker-compose down
保留数据卷，仅停止容器；如需清空数据加 -v
docker-compose down -v

单独重启某一个服务（示例后端）：
```
docker-compose restart backend
```
实时查看后端日志：
```
docker-compose logs -f backend
```
查看 Celery 定时任务日志（排查日报、自动化定时）：
```
docker-compose logs -f celery-beat
```
查看性能转换任务日志：
```
docker-compose logs -f celery-worker
```

4.7 初始化校验（容器启动完成后执行）

访问接口文档：问卷调查管理平台 - Swagger UI
登录校验：admin / admin123，登录无报错代表数据库初始化完成
MinIO 校验：访问 MinIO Console，查看 5 个业务桶自动创建完成

数据库校验（进入 mysql 容器）：

docker exec -it ai_test_mysql mysql -uroot -proot123456 ai_test_platform
# 查询预置角色、admin用户
select username, is_super_admin from sys_user;
select role_name from sys_role;

5. 各模块访问地址汇总

5.1 Windows 本地开发

FastAPI 接口文档：High Performance Web Crawler API - Swagger UI
Vue 前端页面：http://127.0.0.1:5173
MinIO 控制台：http://127

龙虾开发者社区

小龙虾开发者社区是 CSDN 旗下专注 OpenClaw 生态的官方阵地，聚焦技能开发、插件实践与部署教程，为开发者提供可直接落地的方案、工具与交流平台，助力高效构建与落地 AI 应用

更多推荐

我用 NVIDIA SkillSpector 纯静态扫了一遍 GitHub 最火的 agent skills：能挖出多少注入？0 个

龙虾开发者社区

周榜换血九成，Agent Skills 星数翻倍

龙虾开发者社区

写给 TypeScript 工程师的 OpenClaw.NET 上手指南：用你熟悉的 TS 思维，跑起一个生产级 AI Agent

读代码层：TS 和 C# 本来就是「远房亲戚」——asyncawait??、接口、泛型、严格空检查，你的心智模型几乎无缝平移。真正要适应的只有两件事：类型是具名而非结构化的（多一句显式声明），以及 NativeAOT 下的「禁反射」约束。写扩展层：你甚至可以不怎么碰 C#——Node.js 插件桥意味着你的 TypeScript 插件就是一等公民，而且能在生产 aot 车道跑。内核给你 .NET