fnvtk/karuo-ai
1
0
Fork 0
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity

🔄 卡若AI 同步 2026-02-25 05:56 | 更新：水桥平台对接、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 13 个

Browse Source
This commit is contained in:
karuo
2026-02-25 05:56:56 +08:00
parent 02fda26cf2
commit 313d9c6997
6 changed files with 373 additions and 159 deletions
Download Patch File Download Diff File Expand all files Collapse all files

6
02_卡人（水）/水桥_平台对接/飞书管理/脚本/.feishu_tokens.json
View File

@@ -1,6 +1,6 @@
{ {
"access_token": "u-6rHtN.Y5pcGFRZt3R.E584l5koW5k1WPq8aaIAM00ASj", "access_token": "u-4RmqO0mFN44EsJhMOG0bsrl5mqW5k1iVWEaaIMQ00xD2",
"refresh_token": "ur-6FagMxFLR1WU6.xq5hcq8Fl5moWBk1MrX8aaINM00xym", "refresh_token": "ur-60CxwKhnldVH9Bd5qTDYxnl5mMW5k1MjgEaaZBQ00Ay6",
"name": "飞书用户", "name": "飞书用户",
"auth_time": "2026-02-24T21:04:05.071915" "auth_time": "2026-02-25T05:55:28.028336"
} }

97
02_卡人（水）/水桥_平台对接/飞书管理/脚本/feishu_publish_blocks_with_images.py
View File

@@ -20,6 +20,7 @@ import os
import sys import sys
import json import json
import argparse import argparse
import re
from pathlib import Path from pathlib import Path
from datetime import datetime from datetime import datetime
import requests import requests
@@ -108,6 +109,69 @@ def create_node(parent_token: str, title: str, headers: dict) -> tuple[str, str]
return doc_token, node_token return doc_token, node_token
def _normalize_title(t: str) -> str:
if not t:
return ""
s = t.strip().lower()
# 去掉常见“括号后缀”（如：最终版/含配图/飞书友好版）
s = re.sub(r"[（(][^）)]*[）)]\s*$", "", s)
# 去掉空白与常见分隔符，便于相似匹配
s = re.sub(r"[\s\-—_·:：]+", "", s)
return s
def _is_similar_title(a: str, b: str) -> bool:
na, nb = _normalize_title(a), _normalize_title(b)
if not na or not nb:
return False
if na == nb:
return True
# 相互包含（避免过短字符串误判）
if len(na) >= 6 and na in nb:
return True
if len(nb) >= 6 and nb in na:
return True
return False
def find_existing_node_by_title(parent_token: str, title: str, headers: dict) -> tuple[str | None, str | None, str | None]:
"""在父节点下查找同名/相似标题文档，返回(doc_token,node_token,node_title)"""
r = requests.get(
f"https://open.feishu.cn/open-apis/wiki/v2/spaces/get_node?token={parent_token}",
headers=headers, timeout=30)
j = r.json()
if j.get("code") != 0:
return None, None, None
node = j["data"]["node"]
space_id = node.get("space_id") or (node.get("space") or {}).get("space_id") or node.get("origin_space_id")
if not space_id:
return None, None, None
page_token = None
while True:
params = {"parent_node_token": parent_token, "page_size": 50}
if page_token:
params["page_token"] = page_token
nr = requests.get(
f"https://open.feishu.cn/open-apis/wiki/v2/spaces/{space_id}/nodes",
headers=headers, params=params, timeout=30)
nj = nr.json()
if nj.get("code") != 0:
return None, None, None
data = nj.get("data", {}) or {}
nodes = data.get("nodes", []) or data.get("items", []) or []
for n in nodes:
node_title = n.get("title", "") or n.get("node", {}).get("title", "")
if _is_similar_title(node_title, title):
obj = n.get("obj_token")
node_token = n.get("node_token")
return (obj or node_token), node_token, node_title
page_token = data.get("page_token")
if not page_token:
break
return None, None, None
def resolve_doc_token(node_token: str, headers: dict) -> str: def resolve_doc_token(node_token: str, headers: dict) -> str:
r = requests.get( r = requests.get(
f"https://open.feishu.cn/open-apis/wiki/v2/spaces/get_node?token={node_token}", f"https://open.feishu.cn/open-apis/wiki/v2/spaces/get_node?token={node_token}",
@@ -119,7 +183,7 @@ def resolve_doc_token(node_token: str, headers: dict) -> str:
return node.get("obj_token") or node_token return node.get("obj_token") or node_token
def clear_doc_blocks(doc_token: str, headers: dict) -> None: def clear_doc_blocks(doc_token: str, headers: dict) -> bool:
"""清空文档根节点下直接子块（分页拉取 + 分批删除）""" """清空文档根节点下直接子块（分页拉取 + 分批删除）"""
all_items = [] all_items = []
page_token = None page_token = None
@@ -132,7 +196,8 @@ def clear_doc_blocks(doc_token: str, headers: dict) -> None:
headers=headers, params=params, timeout=30) headers=headers, params=params, timeout=30)
j = r.json() j = r.json()
if j.get("code") != 0: if j.get("code") != 0:
raise RuntimeError(f"获取 blocks 失败: {j.get('msg')}") print(f"⚠️ 获取 blocks 失败: {j.get('msg')}")
return False
data = j.get("data", {}) or {} data = j.get("data", {}) or {}
all_items.extend(data.get("items", []) or []) all_items.extend(data.get("items", []) or [])
page_token = data.get("page_token") page_token = data.get("page_token")
@@ -141,7 +206,7 @@ def clear_doc_blocks(doc_token: str, headers: dict) -> None:
child_ids = [b["block_id"] for b in all_items if b.get("parent_id") == doc_token and b.get("block_id")] child_ids = [b["block_id"] for b in all_items if b.get("parent_id") == doc_token and b.get("block_id")]
if not child_ids: if not child_ids:
return return True
for i in range(0, len(child_ids), 50): for i in range(0, len(child_ids), 50):
batch = child_ids[i : i + 50] batch = child_ids[i : i + 50]
rd = requests.delete( rd = requests.delete(
@@ -149,7 +214,9 @@ def clear_doc_blocks(doc_token: str, headers: dict) -> None:
headers=headers, json={"block_id_list": batch}, timeout=30) headers=headers, json={"block_id_list": batch}, timeout=30)
jd = rd.json() jd = rd.json()
if jd.get("code") != 0: if jd.get("code") != 0:
raise RuntimeError(f"清空失败: {jd.get('msg')}") print(f"⚠️ 清空失败: {jd.get('msg')}")
return False
return True
def replace_image_placeholders(blocks: list, file_tokens: list[str | None], image_paths: list[str]) -> list: def replace_image_placeholders(blocks: list, file_tokens: list[str | None], image_paths: list[str]) -> list:
@@ -327,11 +394,23 @@ def main():
node_token = args.target node_token = args.target
doc_token = resolve_doc_token(node_token, headers) doc_token = resolve_doc_token(node_token, headers)
print(f"📋 更新已有文档: doc_token={doc_token} node_token={node_token}") print(f"📋 更新已有文档: doc_token={doc_token} node_token={node_token}")
clear_doc_blocks(doc_token, headers) if clear_doc_blocks(doc_token, headers):
print("✅ 已清空原内容") print("✅ 已清空原内容")
else:
print("⚠️ 清空失败，将以追加方式更新（仍不会新建重复文档）")
else: else:
doc_token, node_token = create_node(args.parent, args.title, headers) # 默认：先查同名/相似标题，命中则更新，不再新建
print(f"✅ 新建文档: doc_token={doc_token} node_token={node_token}") found_doc, found_node, found_title = find_existing_node_by_title(args.parent, args.title, headers)
if found_doc and found_node:
doc_token, node_token = found_doc, found_node
print(f"📋 命中相似标题，改为更新: {found_title}")
if clear_doc_blocks(doc_token, headers):
print("✅ 已清空原内容")
else:
print("⚠️ 清空失败，将以追加方式更新（仍不会新建重复文档）")
else:
doc_token, node_token = create_node(args.parent, args.title, headers)
print(f"✅ 新建文档: doc_token={doc_token} node_token={node_token}")
# 上传图片 # 上传图片
file_tokens = [] file_tokens = []
@@ -354,7 +433,7 @@ def main():
# 发群 # 发群
if args.webhook: if args.webhook:
msg = "\n".join([ msg = "\n".join([
"【卡诺亚基因胶囊】新文章已发布 ✅", "【卡若基因胶囊】文章已发布/更新 ✅",
f"标题：{args.title}", f"标题：{args.title}",
f"链接：{url}", f"链接：{url}",
"", "",

16
02_卡人（水）/水桥_平台对接/飞书管理/脚本/md_to_feishu_json.py
View File

@@ -46,7 +46,10 @@ def md_to_blocks(md: str, image_paths: list[str] | None = None) -> list:
for line in md.split("\n"): for line in md.split("\n"):
if line.strip().startswith("```"): if line.strip().startswith("```"):
if in_code: if in_code:
blocks.append(_text("```\n" + "\n".join(code_lines) + "\n```")) # 飞书 blocks 常对代码围栏/特殊格式更严格，这里转为普通文本行，提升美观与稳定性
for cl in code_lines:
if cl.strip():
blocks.append(_text(f"代码：{cl.strip()}"))
code_lines = [] code_lines = []
in_code = not in_code in_code = not in_code
continue continue
@@ -64,6 +67,10 @@ def md_to_blocks(md: str, image_paths: list[str] | None = None) -> list:
img_idx += 1 img_idx += 1
continue continue
# 忽略 Markdown 水平分隔线（避免在飞书出现大量“---”影响观感）
if line.strip() in {"---", "***", "___"}:
continue
# 标题 # 标题
if line.startswith("# "): if line.startswith("# "):
blocks.append(_h1(line[2:].strip())) blocks.append(_h1(line[2:].strip()))
@@ -71,10 +78,11 @@ def md_to_blocks(md: str, image_paths: list[str] | None = None) -> list:
blocks.append(_h2(line[3:].strip())) blocks.append(_h2(line[3:].strip()))
elif line.startswith("### "): elif line.startswith("### "):
blocks.append(_h3(line[4:].strip())) blocks.append(_h3(line[4:].strip()))
elif line.lstrip().startswith(">"):
# 引用块转普通说明行，降低写入失败概率
blocks.append(_text(line.lstrip()[1:].strip()))
elif line.strip(): elif line.strip():
blocks.append(_text(line)) blocks.append(_text(line.strip()))
else:
blocks.append(_text(""))
return blocks return blocks

411
运营中枢/参考资料/卡若AI外网化与外部调用方案.md
View File

@@ -1,186 +1,311 @@
# 卡若AI 外网化与外部调用方案 # 卡若AI 接口全链路使用说明书（部署 + 配置 + 调用 + 运维）
> 目标：让卡若AI 可从外网访问，其他 AI 或任意终端用「一句话/一个命令」即可按卡若AI 的思考逻辑调用并生成回复。 > 适用对象：卡若AI 内部团队、科室/部门调用方、外部技术合作方
> 版本：1.0 | 更新：2026-02-17 > 目标：把卡若AI网关以标准 API 形式稳定对外，支持 Cursor/OpenAI 兼容客户端与脚本调用
> 版本：2.0 | 更新：2026-02-24
--- ---
## 一、目标与效果 ## 1. 总览（先看这个）
| 目标 | 说明 | 当前生产链路为：
|:---|:---|
| 外网可访问 | 不限于本机，任意网络通过域名或 IP:端口 访问卡若AI。 | 1. 客户端（Cursor/脚本/系统）请求域名 `kr-ai.quwanzhi.com`
| 按卡若AI 思考逻辑生成 | 每次请求走：先思考 → 查 SKILL_REGISTRY → 读对应 SKILL → 生成回复 → 带复盘格式。 | 2. 存客宝宝塔 Nginx 接收请求（80/443）
| 其他 AI 可集成 | 其他 AI（Cursor、Claude、GPT、自建 Bot）执行一条命令或请求一个 URL，即「用卡若AI 能力」完成对话。 | 3. Nginx 反代到本机 `127.0.0.1:18080`（frps 端口）
| 最终交付 | 给你：**可执行命令**、**调用链接/域名**，在 Cursor 或其它 AI 里输入即用。 | 4. frps 将 `18080` 转发到 CKB NAS 的 `127.0.0.1:8000`
5. NAS 上 `karuo-ai-gateway` 返回 OpenAI 兼容结果
对外统一入口：
- `https://kr-ai.quwanzhi.com`
--- ---
## 二、实现形式（架构） ## 2. 架构与职责
``` ### 2.1 组件职责
外部（其他 AI / 用户）
│
│ HTTP POST /chat 或 打开网页
▼
┌─────────────────────────────────────────────────────┐
│ 卡若AI 网关（API 服务） │
│ · 接收 prompt │
│ · 加载 BOOTSTRAP + SKILL_REGISTRY │
│ · 匹配技能 → 读 SKILL.md │
│ · 调用 LLM（本地或云端 API）按卡若AI 流程生成 │
│ · 返回：思考 + 执行摘要 + 复盘块 │
└─────────────────────────────────────────────────────┘
│
│ 部署在：宝塔服务器（推荐，固定域名）或 本机 + 内网穿透
▼
外网域名：https://kr-ai.quwanzhi.com（标准方案见下）
```
**两种使用方式：** - `karuo-ai-gateway`（FastAPI）：核心业务网关，负责鉴权、技能匹配、LLM 调用、日志
- `frpc`（NAS）：把 NAS 本地 8000 暴露到公网中转服务器
- `frps`（存客宝）：开放公网转发口（18080）
- `Nginx`（存客宝宝塔）：域名入口、HTTPS、路径兼容、反代转发
- `Aliyun DNS`：`kr-ai.quwanzhi.com -> 42.194.245.239`
1. **API 调用**：其他 AI 或脚本向 `POST /v1/chat` 发 `{"prompt": "用户问题"}`，拿 JSON 里的回复（含复盘）。 ### 2.2 OpenAI 兼容接口
2. **网页对话**：浏览器打开同一服务的 `/` 或 `/chat`，输入问题，页面上展示卡若AI 风格回复。
网关提供以下标准接口：
- `GET /v1/health`
- `GET /v1/models`
- `POST /v1/chat/completions`
- `POST /v1/chat`（内部简化接口）
已在 Nginx 层做兼容映射（防止部分客户端不带 `/v1`）：
- `/models -> /v1/models`
- `/chat/completions -> /v1/chat/completions`
- `/health -> /v1/health`
--- ---
## 三、部署方式二选一 ## 3. 目录与关键文件
### 方式 A：宝塔服务器 + 固定域名（推荐，替代 ngrok） 网关代码目录：
- **域名**：**kr-ai.quwanzhi.com**（阿里云解析 + 宝塔 Nginx + SSL，电脑关机也可访问）。 - `运营中枢/scripts/karuo_ai_gateway/main.py`
- **部署**：网关部署在 kr宝塔 43.139.27.93；一键脚本：`bash 01_卡资（金）/金仓_存储备份/服务器管理/scripts/部署卡若AI网关到kr宝塔.sh`。 - `运营中枢/scripts/karuo_ai_gateway/requirements.txt`
- **完整步骤**（阿里云 DNS、Nginx、自启）：见 **`01_卡资（金）/金仓_存储备份/服务器管理/references/内网穿透与域名配置_卡若AI标准方案.md`**。 - `运营中枢/scripts/karuo_ai_gateway/config/gateway.yaml`
- **执行命令 / 链接**： - `运营中枢/scripts/karuo_ai_gateway/config/gateway.example.yaml`
- 链接：`https://kr-ai.quwanzhi.com` - `运营中枢/scripts/karuo_ai_gateway/tools/generate_dept_key.py`
- 其他 AI 调用：`curl -s -X POST "https://kr-ai.quwanzhi.com/v1/chat" -H "Content-Type: application/json" -d '{"prompt":"你的问题"}' | jq -r '.reply'`
### 方式 B：本机 + 内网穿透（临时） NAS 部署目录（生产）：
- 在本机运行卡若AI 网关，用 ngrok/cloudflared 得到临时 URL；本机关机则不可访问。仅作临时调试用。 - `/volume1/docker/karuo-ai-deploy/karuo-ai/运营中枢/scripts/karuo_ai_gateway/`
--- ---
## 四、网关脚本与运行方式 ## 4. 首次部署步骤（全链路）
网关代码放在：**`运营中枢/scripts/karuo_ai_gateway/`**（`main.py` + `requirements.txt` + `README.md`）。 ## 4.1 NAS 部署网关（业务服务）
运行前：
1. 安装依赖：`pip install fastapi uvicorn httpx`（若用 OpenAI 兼容接口，再装 `openai`）。 1. 准备代码目录（推荐从 NAS 本机 Gitea 拉取）
2. 配置环境变量（可选）：`OPENAI_API_KEY` 或本地模型地址，用于实际生成回复。 2. 进入网关目录，准备 `.env`：
3. 启动：
```bash ```bash
cd /Users/karuo/Documents/个人/卡若AI/运营中枢/scripts/karuo_ai_gateway KARUO_GATEWAY_SALT=请填随机长串
uvicorn main:app --host 0.0.0.0 --port 8000 OPENAI_API_KEY=请填模型服务Key
OPENAI_API_BASE=请填兼容地址（如 https://api.openai.com/v1）
OPENAI_MODEL=请填模型名
``` ```
启动后： 3. 启动容器（建议 compose）：
- 本机访问：<http://127.0.0.1:8000/docs> 可调试接口。 - 对外监听：`127.0.0.1:8000`
- 外网访问：在方式 A 或 B 下用你得到的**域名或 IP:端口**替换下面示例中的 `YOUR_DOMAIN`。 - 容器内启动：`uvicorn main:app --host 0.0.0.0 --port 8000`
--- 4. 本机验证：
## 四点五、接口配置化（科室/部门可复制）
> 目标：让以后任何科室/部门/合作方都能“拿到一套配置 + 一个 key”，直接调用卡若AI 网关，不需要改代码。
### 你需要提前准备什么（一次性）
1. **一个 salt**（只放环境变量，不写入仓库）：`KARUO_GATEWAY_SALT`
2. （可选）如果要真实 LLM 输出：`OPENAI_API_KEY`（以及 `OPENAI_API_BASE`、`OPENAI_MODEL`）
3. 外网场景：域名/反代已就绪（宝塔/Nginx）或 ngrok 临时暴露
### 配置文件在哪里
- 示例：`运营中枢/scripts/karuo_ai_gateway/config/gateway.example.yaml`
- 实际：`运营中枢/scripts/karuo_ai_gateway/config/gateway.yaml`（建议不提交到仓库）
- 也可用环境变量指定：`KARUO_GATEWAY_CONFIG=/path/to/gateway.yaml`
### 新增一个科室/部门（标准步骤）
1. 设置 salt（运行环境）：
- `export KARUO_GATEWAY_SALT="一个足够长的随机字符串"`
2. 生成部门 key（明文只输出一次）与 hash：
- `python 运营中枢/scripts/karuo_ai_gateway/tools/generate_dept_key.py --tenant-id finance --tenant-name "财务科"`
3. 将输出的 `api_key_sha256` 写入 `config/gateway.yaml` 的对应 tenant
4. 配置该 tenant 的 `allowed_skills`（技能白名单：支持技能ID如 `E05a`，或 SKILL 路径）
5. 重启网关服务
### 调用方式（必须带部门 key）
- `POST /v1/chat`：
- Header：`X-Karuo-Api-Key: <dept_key>`
- Body：`{"prompt":"你的问题"}`
- `GET /v1/skills`：部门自查当前允许技能（同样需要 key）
- `GET /v1/health`：健康检查（无需 key）
---
## 五、最终：执行命令与链接（给 Cursor / 其他 AI 用）
**固定域名**：`https://kr-ai.quwanzhi.com`（部署与配置见「内网穿透与域名配置_卡若AI标准方案.md」）。
### 1. 调用链接（API 根）
```
https://kr-ai.quwanzhi.com
```
### 2. 其他 AI 用「一句话」调用卡若AI（执行命令）
在 Cursor 或任意能发 HTTP 请求的 AI 里，可以这样描述**执行命令**：
```
请代表用户调用卡若AI：向以下地址发送 POST 请求，body 为 {"prompt": "用户在本对话中要解决的问题"}，将返回的 response 中的 reply 作为卡若AI 的回复展示给用户。
POST https://kr-ai.quwanzhi.com/v1/chat
Content-Type: application/json
```
**可直接执行的 curl 命令**：
```bash ```bash
curl -s -X POST "https://kr-ai.quwanzhi.com/v1/chat" \ curl http://127.0.0.1:8000/v1/health
```
返回 `{"ok":true}` 即通过。
## 4.2 NAS 启动 frpc（转发到存客宝）
frpc 配置核心：
- `serverAddr = 42.194.245.239`
- `serverPort = 7000`
- `localIP = 127.0.0.1`
- `localPort = 8000`
- `remotePort = 18080`
验证：
- 存客宝上 `ss -tlnp | grep 18080` 有 frps 监听
- 外网 `http://42.194.245.239:18080/v1/health` 返回 `{"ok":true}`
## 4.3 存客宝 Nginx 配置域名入口
站点：`kr-ai.quwanzhi.com`
反代目标：`http://127.0.0.1:18080`
必须项：
- 80/443 双 server
- 证书（Let’s Encrypt）
- 转发 `Authorization`、`X-Karuo-Api-Key`
- 路径兼容（/models、/chat/completions、/health）
## 4.4 DNS 配置
阿里云 DNS：
- 记录类型：A
- 主机记录：`kr-ai`
- 记录值：`42.194.245.239`
---
## 5. 配置说明（gateway.yaml）
示例结构：
```yaml
version: 1
auth:
header_name: X-Karuo-Api-Key
salt_env: KARUO_GATEWAY_SALT
tenants:
- id: your_tenant
name: 你的部门
api_key_sha256: "sha256(明文key + salt)"
allowed_skills: []
limits:
rpm: 600
max_prompt_chars: 50000
skills:
registry_path: SKILL_REGISTRY.md
match_strategy: trigger_contains
on_no_match: allow_general
llm:
provider: openai_compatible
api_key_env: OPENAI_API_KEY
api_base_env: OPENAI_API_BASE
model_env: OPENAI_MODEL
timeout_seconds: 60
max_tokens: 2000
logging:
enabled: true
path: 运营中枢/工作台/karuo_ai_gateway_access.jsonl
log_request_body: false
```
注意事项：
- `gateway.yaml` 必须是合法 YAML，尤其是 `tenants` 缩进
- 明文 key 不写入仓库，只写 hash
- `KARUO_GATEWAY_SALT` 必须存在，否则所有 key 校验失败
---
## 6. 新增科室/部门（标准 SOP）
1. 设置环境变量：
```bash
export KARUO_GATEWAY_SALT="你的随机盐"
```
2. 生成 key 与 hash：
```bash
python 运营中枢/scripts/karuo_ai_gateway/tools/generate_dept_key.py \
--tenant-id finance \
--tenant-name "财务科"
```
3. 将 `api_key_sha256` 写入 `gateway.yaml` 的 `tenants` 列表
4. 重启网关
5. 用明文 key 调用 `/v1/chat/completions` 验证
---
## 7. 调用说明（给客户端/系统）
## 7.1 通用调用（OpenAI 兼容）
推荐 Base URL：
- `https://kr-ai.quwanzhi.com/v1`
鉴权：
- `Authorization: Bearer <dept_key>`
示例：
```bash
curl -sS https://kr-ai.quwanzhi.com/v1/chat/completions \
-H "Content-Type: application/json" \ -H "Content-Type: application/json" \
-d '{"prompt":"你的问题"}' | jq -r '.reply' -H "Authorization: Bearer <dept_key>" \
-d '{
"model":"karuo-ai",
"messages":[{"role":"user","content":"帮我做一份本周复盘"}]
}'
``` ```
### 3. 在 Cursor 里「用卡若AI 完成本对话」的固定说明（复制即用） ## 7.2 Cursor 配置（重点）
把下面一段存成 Cursor 的规则或对话开头说明，即可在任意对话里「切到卡若AI」： 1. `OpenAI API Key`：填部门 key
2. `Override OpenAI Base URL`：`https://kr-ai.quwanzhi.com/v1`
``` 3. 不要在 Base URL 末尾加 `/`
当用户说「用卡若AI」「交给卡若AI」「调用卡若AI」或明确要求用卡若AI 回答时： 4. 改完后重启 Cursor 一次
1. 将用户当前问题作为 prompt。
2. 请求：POST https://kr-ai.quwanzhi.com/v1/chat，Body: {"prompt": "<用户问题>"}。
3. 将响应 JSON 中的 reply 字段内容（含卡若复盘）完整展示给用户，作为卡若AI 的回复。
```
--- ---
## 六、小结 ## 8. 健康检查与联调命令
| 项目 | 内容 |
|:---|:---|
| 实现形式 | 卡若AI 网关（FastAPI）：读 BOOTSTRAP + REGISTRY + SKILL，按流程调 LLM，返回带复盘的回复。 |
| 外网访问 | **固定域名**：https://kr-ai.quwanzhi.com（宝塔 43.139.27.93，替代 ngrok，电脑关机也可用）。 |
| 其他 AI 集成 | 执行 POST /v1/chat；或在 Cursor 里用上面「固定说明」。 |
| 执行命令 | `curl -s -X POST "https://kr-ai.quwanzhi.com/v1/chat" -H "Content-Type: application/json" -d '{"prompt":"你的问题"}' \| jq -r '.reply'` |
| 配置与部署 | 见 `01_卡资（金）/金仓_存储备份/服务器管理/references/内网穿透与域名配置_卡若AI标准方案.md` |
---
## 七、在 Cursor 里「用卡若AI 完成本对话」的一条执行命令
**方式 1：直接 curl（终端执行）**
```bash ```bash
curl -s -X POST "https://kr-ai.quwanzhi.com/v1/chat" -H "Content-Type: application/json" -d '{"prompt":"这里填你要问卡若AI的问题"}' | jq -r '.reply' # 1) 域名健康
curl -sS https://kr-ai.quwanzhi.com/v1/health
# 2) 模型列表
curl -sS https://kr-ai.quwanzhi.com/v1/models
# 3) 鉴权验证
curl -sS https://kr-ai.quwanzhi.com/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer <dept_key>" \
-d '{"model":"karuo-ai","messages":[{"role":"user","content":"ping"}]}'
``` ```
**方式 2：交给 Cursor 的说明（复制到对话或规则）** ---
```
当用户要求「用卡若AI」「交给卡若AI」或「用卡若AI 回答」时，请向 POST https://kr-ai.quwanzhi.com/v1/chat 发送 {"prompt": "用户当前问题"}，将返回的 reply 作为卡若AI 的回复完整展示给用户。
```
**阿里云解析**：已通过脚本 `01_卡资（金）/金仓_存储备份/服务器管理/scripts/阿里云DNS_添加kr-ai解析.py` 添加 A 记录 kr-ai -> 43.139.27.93。完成服务器部署后即可长期使用；后续需要新内网穿透/新域名时，按「内网穿透与域名配置_卡若AI标准方案」生成子域名并配置，不再询问用户。 ## 9. 故障排查（最常见）
## 9.1 Cursor `Provider Error`
优先排查：
1. Base URL 是否写成 `https://kr-ai.quwanzhi.com/v1`
2. 是否错误写成带尾斜杠（可能出现 `//chat/completions`）
3. key 是否正确（401 会被客户端包装成 Provider Error）
4. 站点是否已配置 HTTPS（443）
## 9.2 502 Bad Gateway
检查链路：
1. 存客宝 `127.0.0.1:18080` 是否可达
2. frpc/frps 是否在线
3. NAS `127.0.0.1:8000/v1/health` 是否正常
4. Nginx 配置是否 reload 成功
## 9.3 401 invalid api key
排查点：
1. `KARUO_GATEWAY_SALT` 与生成 hash 时是否一致
2. `gateway.yaml` tenant 缩进是否正确
3. 请求头是否正确传递 `Authorization` 或 `X-Karuo-Api-Key`
---
## 10. 运维与自动化建议
建议保持以下自动任务：
1. NAS 每 2 分钟拉取本机 Gitea 主分支变更并重启网关
2. NAS 每 2 分钟自检 frpc 进程并自动拉起
3. Nginx 与网关日志按天轮转
4. 每周检查证书续签状态
---
## 11. 安全建议（上线必做）
1. 生产环境关闭“固定 key 注入”类联调兜底
2. 仅保留租户级鉴权（每部门独立 key）
3. 对 `/` 根路径与扫描流量加拦截/限速
4. `gateway.yaml`、日志文件不入库
5. 定期轮换部门 key
---
## 12. 交付清单（给合作方）
给调用方只需要四项：
1. Base URL：`https://kr-ai.quwanzhi.com/v1`
2. API Key：`<dept_key>`
3. 示例请求（chat/completions）
4. 错误码说明（401/429/500）
---
## 13. 版本记录
- `v2.0`（2026-02-24）：补齐 CKB NAS + frp + 存客宝 Nginx + HTTPS + Cursor 兼容的全链路部署与排障说明。

1
运营中枢/工作台/gitea_push_log.md
View File

@@ -129,3 +129,4 @@
| 2026-02-24 19:59:17 | 🔄 卡若AI 同步 2026-02-24 19:59 | 更新：总索引与入口、水溪整理归档、卡木、运营中枢、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 12 个 | | 2026-02-24 19:59:17 | 🔄 卡若AI 同步 2026-02-24 19:59 | 更新：总索引与入口、水溪整理归档、卡木、运营中枢、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 12 个 |
| 2026-02-24 20:10:45 | 🔄 卡若AI 同步 2026-02-24 20:10 | 更新：运营中枢、运营中枢工作台 | 排除 >20MB: 12 个 | | 2026-02-24 20:10:45 | 🔄 卡若AI 同步 2026-02-24 20:10 | 更新：运营中枢、运营中枢工作台 | 排除 >20MB: 12 个 |
| 2026-02-24 21:16:30 | 🔄 卡若AI 同步 2026-02-24 21:16 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 12 个 | | 2026-02-24 21:16:30 | 🔄 卡若AI 同步 2026-02-24 21:16 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 12 个 |
| 2026-02-24 21:33:10 | 🔄 卡若AI 同步 2026-02-24 21:33 | 更新：总索引与入口、水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 |

1
运营中枢/工作台/代码管理.md
View File

@@ -132,3 +132,4 @@
| 2026-02-24 19:59:17 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-24 19:59 | 更新：总索引与入口、水溪整理归档、卡木、运营中枢、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 12 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) | | 2026-02-24 19:59:17 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-24 19:59 | 更新：总索引与入口、水溪整理归档、卡木、运营中枢、运营中枢参考资料、运营中枢工作台 | 排除 >20MB: 12 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
| 2026-02-24 20:10:45 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-24 20:10 | 更新：运营中枢、运营中枢工作台 | 排除 >20MB: 12 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) | | 2026-02-24 20:10:45 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-24 20:10 | 更新：运营中枢、运营中枢工作台 | 排除 >20MB: 12 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
| 2026-02-24 21:16:30 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-24 21:16 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 12 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) | | 2026-02-24 21:16:30 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-24 21:16 | 更新：水桥平台对接、运营中枢工作台 | 排除 >20MB: 12 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |
| 2026-02-24 21:33:10 | 成功 | 成功 | 🔄 卡若AI 同步 2026-02-24 21:33 | 更新：总索引与入口、水桥平台对接、运营中枢工作台 | 排除 >20MB: 13 个 | [仓库](http://open.quwanzhi.com:3000/fnvtk/karuo-ai) [百科](http://open.quwanzhi.com:3000/fnvtk/karuo-ai/wiki) |