Обновление 1.26.6.0 → 1.26.10.0
Обязательные пакеты: unzip, acl. Необязательные: 7zip и wget — для загрузки образов через архивы. Отсутствующие пакеты можно установить из комплекта поставки согласно статье Установка пакета из комплекта поставки.
Перед началом работ на целевой машине остановите все её процессы через Центр управления (UI).
Значимые изменения, которые следует учитывать системному администратору:
- Обновлены все образы Docker:
ai-server-api,ai-server-auth,ai-server-ft,ai-server-idp-cpu,ai-server-idp-gpu,ai-server-inference,ai-server-logs,ai-server-machineinfo,ai-server-nlp,ai-server-ollama,ai-server-rag-gpu,ai-server-ui - Образ vLLM заменён:
primo-rpa/ai-server-vllm-gpu→ внешний образnexus.primo-rpa.ru:8000/vllm/vllm-openai:v0.30.0 - Добавлена новая модель
base-LLM-12-35b-safetensors-nfvp4(vLLM) - Изменены конфигурации сервисов: Api (
LlmRunners,Agents.UsagePeriod), Inference (Orchestrator), агент (переработана секцияLlmEngineProcess:EndpointвместоUrl, диапазоны портов,ExposePort) - Обновлены дистрибутивы
Agent-linux.zipиApi.MachineInfo-linux.zip - TLS-сертификаты больше не встроены в образ
ai-server-ui— теперь монтируются через volume вdocker-compose.yaml - Обновлены версии Python-зависимостей в сервисах DS (устранение CVE)
- Обновлен дистрибутив агента на целевых машинах
- Образ Ollama (
ai-server-ollama) теперь запускается от непривилегированного пользователя (UID 1001) - Обновлён образ RabbitMQ:
3.10.7-management→4.2.8-management-alpine(устранение уязвимостей, Alpine-база) - Обновлён образ PostgreSQL:
postgres:17.6→postgres:17.10-alpine(устранение уязвимостей, Alpine-база) - Обновлён образ Redis:
redis:latest→redis:7.4-alpine(устранение уязвимостей, Alpine-база) - Изменена структура БД: миграции выполняются автоматически при запуске, одна из них удаляет столбец
LlmRunnerIdиз таблицы процессов инференса. Перед обновлением обязательно создайте бэкап БД - Добавлен SDC-сервер (семантический классификатор документов) — новый образ целевых машин
ai-server-sdcи новая секцияDocClassifyProcessв конфигурации агента - Образы Docker теперь указываются полным путём в реестре Nexus:
nexus.primo-rpa.ru:8000/primo-rpa/<образ>:1.26.10.0для образов AI Server и путь как на Docker Hub для сторонних:nexus.primo-rpa.ru:8000/library/<образ>:<тег>для официальных образов (PostgreSQL, Redis, RabbitMQ), для остальных — пространство издателя (vllm/vllm-openai,pgvector/pgvector). Имена образов нужно заменить вdocker-compose.yamlна машине сервера и в конфигурации агента на целевых машинах. Образ vLLM обновлён доnexus.primo-rpa.ru:8000/vllm/vllm-openai:v0.30.0 - Добавлены модели: эмбеддинг-модель
qwen3vl-embed-2Bи модель семантического классификатора для SDC, базовые LLMbase-LLM-12-35b-safetensors-4bit,base-LLM-14-27b-safetensors-4bit(vLLM) иbase-LLM-14-27b-gguf-q4_k_m(Ollama) - В
docker-compose.yamlу сервиса Api добавлены томаApi_SmartOcrTestFileиApi_TestPackage— в них хранятся тестовые файлы Умного OCR и тестовые пакеты - В конфигурации Api добавлены необязательные секции
ExternalS3(внешнее S3-хранилище заказчика),ExternalModelRegistries(загрузка базовых моделей из Hugging Face и Ollama) и параметрAgents.ManagementEnabled(страница управления целевой машиной) - В конфигурации агента добавлены параметр
Lfx.SuperUserPasswordи томLangfuseDataдля трассировки агентских систем - Из конфигураций сервисов и агента удалены неиспользуемые параметры, например
RabbitMQ.ConnectionWithRetry,SessionLifetimeTailMin,FileDownload,ProcessStore. Оставлять их в конфигурации можно: они больше не читаются - Страница чата агентской системы теперь требует входа в AI Server
- В конфигурации агента для Ollama добавлен параметр
OLLAMA_IMAGE_MIN_TOKENS=32вExtraEnvs— минимальный порог токенов для обработки изображений - Добавлены параметры модели Обработка изображений и Рассуждение для внешней LLM
- Изменён формат конвейеров пакетной обработки: правила обработки полей задаются только у шага постобработки, в условии
hasFieldвместоhasTextиспользуетсяvalueState, списокorстал альтернативой собственным проверкам условия
Конвейеры пакетной обработки нужно поправить вручную. Старый конвейер сохранится без ошибки — неизвестные поля при сохранении игнорируются, — но правила, оставшиеся на шагах Умного OCR и NLP, применяться не будут, а условия начнут срабатывать иначе. Что именно поправить — в статье Обновление 1.26.8.3 → 1.26.10.0, раздел «Конвейеры пакетной обработки».
Прежние сессии чатов агентских систем пропадут из списков пользователей. Сессии теперь хранятся на сервере и привязаны к пользователю, который их создал. Для сессий, созданных до обновления, пользователь не известен, поэтому в списке сессий они не отображаются.
Машина сервера
1. Создайте бэкап БД
docker exec -it postgres mkdir -p /var/lib/postgresql/data/backups && \
docker exec -it postgres pg_dump -U postgres -d primo-ai-identity -F c -f /var/lib/postgresql/data/backups/identity_$(date +%F).dump && \
docker exec -it postgres pg_dump -U postgres -d primo-ai-application -F c -f /var/lib/postgresql/data/backups/application_$(date +%F).dump && \
docker exec -it postgres pg_dump -U postgres -d primo-ai-filestore -F c -f /var/lib/postgresql/data/backups/filestore_$(date +%F).dump && \
docker exec -it postgres pg_dump -U postgres -d primo-ai-license -F c -f /var/lib/postgresql/data/backups/license_$(date +%F).dump && \
docker exec -it postgres pg_dump -U postgres -d primo-ai-logs -F c -f /var/lib/postgresql/data/backups/logs_$(date +%F).dump && \
docker exec -it postgres pg_dump -U postgres -d primo-ai-inference -F c -f /var/lib/postgresql/data/backups/inference_$(date +%F).dump && \
mkdir -p /app/Primo.AI/Api/backups && \
sudo mv /app/Primo.AI/Api/volumes/pgsql-data/backups/*.dump /app/Primo.AI/Api/backups/.2. Извлеките TLS-сертификаты из текущего образа
Начиная с версии 1.26.6.2 сертификаты не включены в образ ai-server-ui. Перед обновлением необходимо сохранить сертификаты из работающего контейнера и подключить их через volume.
Создайте директорию для сертификатов:
sudo mkdir -p /app/Primo.AI/Api/volumes/nginx/sslИзвлеките сертификаты из работающего контейнера server_ui:
docker cp server_ui:/etc/nginx/cert1.crt /app/Primo.AI/Api/volumes/nginx/ssl/cert1.crt
docker cp server_ui:/etc/nginx/cert1.rsa /app/Primo.AI/Api/volumes/nginx/ssl/cert1.rsaУстановите права доступа:
sudo chmod 644 /app/Primo.AI/Api/volumes/nginx/ssl/cert1.crt
sudo chmod 600 /app/Primo.AI/Api/volumes/nginx/ssl/cert1.rsaЕсли контейнер server_ui уже остановлен или сертификаты недоступны, сгенерируйте новые по инструкции.
3. Обновите docker-compose.yaml
Откройте файл /app/Primo.AI/Api/docker-compose.yaml и внесите следующие изменения:
a) Обновите образ PostgreSQL:
postgres:
image: nexus.primo-rpa.ru:8000/library/postgres:17.10-alpineb) Обновите образ RabbitMQ:
rabbitMQ:
image: nexus.primo-rpa.ru:8000/library/rabbitmq:4.2.8-management-alpinec) Обновите образ Redis:
redis:
image: nexus.primo-rpa.ru:8000/library/redis:7.4-alpined) Добавьте в секцию nginx → volumes монтирование сертификатов:
nginx:
image: primo-rpa/ai-server-ui
...
volumes:
- ./volumes/nginx/nginx.conf:/etc/nginx/nginx.conf
- ./volumes/nginx/ssl/cert1.crt:/etc/nginx/cert1.crt:ro
- ./volumes/nginx/ssl/cert1.rsa:/etc/nginx/cert1.rsa:ro
- ./volumes/nginx/:/var/log/nginxe) Добавьте в секцию Api → volumes тома для тестовых файлов Умного OCR и тестовых пакетов:
Api:
...
volumes:
...
- ./volumes/Api_SmartOcrTestFile:/app/Primo.AI/Api_SmartOcrTestFile
- ./volumes/Api_TestPackage:/app/Primo.AI/Api_TestPackageи создайте для них каталоги:
sudo mkdir -p /app/Primo.AI/Api/volumes/Api_SmartOcrTestFile /app/Primo.AI/Api/volumes/Api_TestPackageОбразы теперь указываются полным путём в реестре Nexus. Замените имена образов в docker-compose.yaml:
sudo sed -i -E \
-e 's#image:[[:space:]]+primo-rpa/(ai-server-[a-z-]+)(:[^[:space:]]+)?[[:space:]]*$#image: nexus.primo-rpa.ru:8000/primo-rpa/\1:1.26.10.0#' \
-e 's#image:[[:space:]]+externals/#image: nexus.primo-rpa.ru:8000/library/#' \
/app/Primo.AI/Api/docker-compose.yamlПроверьте результат: все образы в выводе команды grep image: /app/Primo.AI/Api/docker-compose.yaml должны начинаться с nexus.primo-rpa.ru:8000/.
4. Обновите образы Docker
Через архив:
Если 7z не установлен, установите пакет 7zip из репозитория ОС или из комплекта поставки согласно статье Установка пакета из комплекта поставки.
names="ai-server-api ai-server-auth ai-server-inference ai-server-logs ai-server-machineinfo ai-server-ui ai-server-langflow-backend ai-server-langflow-frontend"
externals="library/postgres:17.10-alpine library/rabbitmq:4.2.8-management-alpine library/redis:7.4-alpine"
for name in $names; do
wget "https://nexus.primo-rpa.ru/repository/raw/1.26.10/ai-server/docker/images/$name.tar.7z"
7z x $name.tar.7z
docker load -i $name.tar
rm $name.tar.7z $name.tar
done
for external in $externals; do
filename=$(echo "${external##*/}" | sed 's/:/_/g')
wget "https://nexus.primo-rpa.ru/repository/raw/data/libraries/docker/images/$filename.tar.7z"
7z x $filename.tar.7z
docker load -i $filename.tar
rm $filename.tar.7z $filename.tar
doneЕсли есть доступ к nexus.primo-rpa.ru:8000:
names="ai-server-api ai-server-auth ai-server-inference ai-server-logs ai-server-machineinfo ai-server-ui ai-server-langflow-backend ai-server-langflow-frontend"
externals="library/postgres:17.10-alpine library/rabbitmq:4.2.8-management-alpine library/redis:7.4-alpine"
for name in $names; do
docker pull nexus.primo-rpa.ru:8000/primo-rpa/$name:1.26.10.0
done
for external in $externals; do
docker pull nexus.primo-rpa.ru:8000/$external
done5. Скачайте новые модели
Файлы моделей, пресетов и контекста не имеют расширения, и AI Server ищет их по точному имени. Скачивайте их командами из статьи. Браузер добавляет к имени расширение по типу содержимого (например, .txt) — если файл скачан браузером, удалите это расширение.
Модели SDC-сервера (нужны для проектов Классификация (семантическая)):
| Имя модели | Имя файла |
|---|---|
| qwen3vl-embed-2B | 2263ec5f-b843-422f-b9e0-78e98549e738 |
| Классификатор (семантический) | 8502296a-9608-4672-bd7a-05acb32b50ef |
wget "https://nexus.primo-rpa.ru/repository/raw/data/ai-server/models/2263ec5f-b843-422f-b9e0-78e98549e738" -O /app/Primo.AI/Api/volumes/Api_Models/2263ec5f-b843-422f-b9e0-78e98549e738
wget "https://nexus.primo-rpa.ru/repository/raw/data/ai-server/models/8502296a-9608-4672-bd7a-05acb32b50ef" -O /app/Primo.AI/Api/volumes/Api_Models/8502296a-9608-4672-bd7a-05acb32b50efНовые LLM для NLP:
| Имя модели | Имя файла | Исполнение |
|---|---|---|
| base-llm-12-35b-safetensors-nfvp4 | 63e56e59-6c96-4fc7-9ecb-afab3d79bb21 | vLLM |
| base-llm-12-35b-safetensors-4bit | 471c79fa-17b3-46a6-a42f-b93eef012012 | vLLM |
| base-llm-14-27b-safetensors-4bit | 312244b9-9d2e-4553-8bd1-b135e739af13 | vLLM |
| base-llm-14-27b-gguf-q4_k_m | 40d9afa6-de73-46e6-a85d-8816d54cafb7 | Ollama |
filenames="63e56e59-6c96-4fc7-9ecb-afab3d79bb21 \
471c79fa-17b3-46a6-a42f-b93eef012012 \
312244b9-9d2e-4553-8bd1-b135e739af13 \
40d9afa6-de73-46e6-a85d-8816d54cafb7"
for filename in $filenames; do
wget "https://nexus.primo-rpa.ru/repository/raw/data/ai-server/models/$filename" -O /app/Primo.AI/Api/volumes/Api_Models/$filename
done6. Обновите конфигурацию сервисов
a) Api. В файле /app/Primo.AI/Api/volumes/conf/Api/appsettings.ProdLinux.json добавьте параметр UsagePeriod в секцию Agents и новую секцию LlmRunners:
...
"Agents": {
...
"StopProcessAfterUnavailablePeriod": 300,
"UsagePeriod": 10000
},
...
"LlmRunners": {
"StartTimeoutSeconds": 1200,
"StopTimeoutSeconds": 300
},
...b) Inference. В файле /app/Primo.AI/Api/volumes/conf/Inference/appsettings.ProdLinux.json добавьте секцию Orchestrator:
...
"Orchestrator": {
"Login": "aiserver",
"Password": "JLWIyl1xZNDVVx8tcVllOg==",
"Address": "https://<адрес Центра управления>:44392"
},
...Укажите в Address реальный внешний адрес Центра управления. Password — зашифрованное значение.
Параметры Api, добавленные в 1.26.10.0, необязательны: если их нет в файле /app/Primo.AI/Api/volumes/conf/Api/appsettings.ProdLinux.json, используются значения по умолчанию. Добавляйте секции, только если нужно изменить поведение.
c) Api: управление целевой машиной. По умолчанию в меню целевой машины доступен пункт Управление. На странице управления можно менять настройки агента, завершать процессы, останавливать контейнеры и очищать кэш моделей. Чтобы скрыть этот пункт, добавьте в секцию Agents параметр ManagementEnabled:
...
"Agents": {
...
"ManagementEnabled": false
},
...d) Api: внешнее S3-хранилище. Если PDF-документы пакетной обработки и файлы запросов нужно сохранять в S3-хранилище заказчика, добавьте секцию ExternalS3:
...
"ExternalS3": {
"Endpoint": "",
"AccessKey": "",
"SecretKey": "",
"SSL": true,
"ForcePathStyle": false,
"StoreType": "Minio", // Minio, AmazonS3
"PackageFiles": {
"Enabled": false,
"Path": ""
},
"RequestFiles": {
"Enabled": false,
"Path": ""
}
},
...SecretKey указывается в зашифрованном виде (утилита шифрования конфигов).
e) Api: загрузка базовых моделей из Hugging Face и Ollama. Базовую модель теперь можно добавить из Hugging Face или из реестра Ollama прямо в интерфейсе. Для этого машине сервера нужен доступ к huggingface.co, registry.ollama.ai и ollama.com. Параметры задаются секцией ExternalModelRegistries: добавьте её, если нужно указать токен Hugging Face или изменить таймауты.
...
"ExternalModelRegistries": {
"DownloadTimeoutMinutes": 240,
"ConnectivityTimeoutSeconds": 10,
"IgnoreCertificateErrors": true,
"TempFolder": "",
"HuggingFace": {
"ApiUrl": "https://huggingface.co/api",
"FilesUrl": "https://huggingface.co",
"Token": ""
},
"Ollama": {
"RegistryUrl": "https://registry.ollama.ai",
"LibraryUrl": "https://ollama.com/library"
}
},
...| Параметр | По умолчанию | Описание |
|---|---|---|
DownloadTimeoutMinutes | 240 | Максимальное время загрузки модели (мин) |
ConnectivityTimeoutSeconds | 10 | Таймаут проверки связи с реестром (сек) |
IgnoreCertificateErrors | true | Не проверять сертификаты реестров |
TempFolder | пусто | Каталог для временных файлов; пусто — используется FileUpload.Temp |
HuggingFace.Token | пусто | Токен Hugging Face для закрытых моделей |
7. Обновите Api.MachineInfo
wget "https://nexus.primo-rpa.ru/repository/raw/1.26.10/ai-server/linux/Api.MachineInfo-linux.zip"
sudo systemctl stop Primo.AI.Api.MachineInfo
sudo unzip -o Api.MachineInfo-linux.zip -x "appsettings*" -d /app/Primo.AI/Api.MachineInfo/
sudo chmod +x /app/Primo.AI/Api.MachineInfo/Primo.AI.Api.MachineInfo
sudo chown primo:primo-ai /app/Primo.AI/Api.MachineInfo/
sudo systemctl start Primo.AI.Api.MachineInfo8. Перезапустите компоненты:
docker compose -f /app/Primo.AI/Api/docker-compose.yaml down && \
docker compose -f /app/Primo.AI/Api/docker-compose.yaml up -dУбедитесь, что Центр управления доступен по HTTPS (порт 44392).
После обновления Центра управления выполните повторный вход в систему.
Целевые машины
1. Настройте права доступа для Ollama
Шаг обязателен, если на целевой машине используется Ollama. Образ ai-server-ollama теперь запускается от непривилегированного пользователя (UID 1001). Агент создаёт файлы и поддиректории в ModelTemplates от имени agent:primo-ai, поэтому для доступа Ollama используется механизм POSIX ACL с наследованием прав — он не зависит от текущего владельца файла. Директории blobs и meta дополнительно должны принадлежать непосредственно UID 1001: Ollama изменяет временные метки файлов в них, а для этого требуется реальное владение файлом, а не только ACL.
Установите пакет acl, если он отсутствует, из комплекта поставки согласно статье Установка пакета из комплекта поставки.
Настройте права доступа для UID 1001 на существующие файлы и директории:
sudo setfacl -R -m u:1001:rwx /app/Primo.AI/AgentData/ModelTemplatesУстановите default ACL для автоматического наследования прав новыми файлами и директориями:
sudo find /app/Primo.AI/AgentData/ModelTemplates -type d -exec setfacl -d -m u:1001:rwx {} +Верните владельца директории агенту:
sudo chown -R agent:primo-ai /app/Primo.AI/AgentData/ModelTemplatesСмените владельца файлов моделей на UID 1001:
sudo chown -R 1001:1001 /app/Primo.AI/AgentData/ModelTemplates/blobs/*
sudo chown -R 1001:1001 /app/Primo.AI/AgentData/ModelTemplates/meta/*Проверьте результат:
getfacl /app/Primo.AI/AgentData/ModelTemplatesВ выводе должны присутствовать строки user:1001:rwx и default:user:1001:rwx.
2. Обновите файлы агента
wget "https://nexus.primo-rpa.ru/repository/raw/1.26.10/ai-server/linux/Agent-linux.zip"
sudo systemctl stop Primo.AI.Agent
sudo unzip -o Agent-linux.zip -x "appsettings*" -d /app/Primo.AI/Agent/
sudo chmod +x /app/Primo.AI/Agent/Primo.AI.Agent
sudo chown -R agent:primo-ai /app/Primo.AI/Agent/
sudo systemctl start Primo.AI.Agent3. Обновите образы DS
- Вариант загрузки 1: скачайте необходимые архивы из официальной поставки AI Server:
Если 7z не установлен, установите пакет 7zip из репозитория ОС или из комплекта поставки согласно статье Установка пакета из комплекта поставки.
images=""
externals=""
echo "GPU? y/n"
read GPU
if [ "$GPU" = "y" ] || [ "$GPU" = "Y" ]; then
echo "FT-сервер? y/n"
read ft_server
if [ "$ft_server" = "y" ] || [ "$ft_server" = "Y" ]; then
images+=" ai-server-ft"
fi
echo "NLP-сервер? y/n"
read nlp_server
if [ "$nlp_server" = "y" ] || [ "$nlp_server" = "Y" ]; then
images+=" ai-server-nlp"
fi
echo "Ollama? y/n"
read ollama
if [ "$ollama" = "y" ] || [ "$ollama" = "Y" ]; then
images+=" ai-server-ollama"
fi
echo "vLLM? y/n"
read vllm
if [ "$vllm" = "y" ] || [ "$vllm" = "Y" ]; then
externals+=" vllm/vllm-openai:v0.30.0"
fi
echo "IDP-сервер? y/n"
read idp_server
if [ "$idp_server" = "y" ] || [ "$idp_server" = "Y" ]; then
images+=" ai-server-idp-gpu"
fi
echo "Агентские системы? y/n"
read agent_systems
if [ "$agent_systems" = "y" ] || [ "$agent_systems" = "Y" ]; then
images+=" ai-server-rag-gpu ai-server-langflow-backend"
externals+=" pgvector/pgvector:pg18"
fi
else
echo "NLP-сервер? y/n"
read nlp_server
if [ "$nlp_server" = "y" ] || [ "$nlp_server" = "Y" ]; then
images+=" ai-server-nlp"
fi
echo "Ollama? y/n"
read ollama
if [ "$ollama" = "y" ] || [ "$ollama" = "Y" ]; then
images+=" ai-server-ollama"
fi
echo "IDP-сервер? y/n"
read idp_server
if [ "$idp_server" = "y" ] || [ "$idp_server" = "Y" ]; then
images+=" ai-server-idp-cpu"
fi
fi
echo "SDC-сервер (семантический классификатор)? y/n"
read sdc_server
if [ "$sdc_server" = "y" ] || [ "$sdc_server" = "Y" ]; then
images+=" ai-server-sdc"
fi
# Удаляем ведущий пробел
images=$(echo $images | sed 's/^ //')
names=$(echo $images | tr ' ' '\n')
echo "Загружаемые images: $images"
for name in $names; do
echo "Загрузка $name..."
wget "https://nexus.primo-rpa.ru/repository/raw/1.26.10/ai-server/docker/images/$name.tar.7z"
7z x $name.tar.7z
docker load -i $name.tar
rm -f $name.tar.7z $name.tar
done
for external in $externals; do
echo "Загрузка external $external..."
filename=$(echo "${external##*/}" | sed 's/:/_/g')
wget "https://nexus.primo-rpa.ru/repository/raw/data/libraries/docker/images/$filename.tar.7z"
7z x $filename.tar.7z
docker load -i $filename.tar
rm -f $filename.tar.7z $filename.tar
done
echo "Готово!"- Вариант загрузки 2: используя репозиторий Docker:
Работает при наличии подключения к
nexus.primo-rpa.ru:8000.
#!/bin/bash
images=""
externals=""
echo "GPU? y/n"
read GPU
if [ "$GPU" = "y" ] || [ "$GPU" = "Y" ]; then
echo "FT-сервер? y/n"
read ft_server
if [ "$ft_server" = "y" ] || [ "$ft_server" = "Y" ]; then
images+=" ai-server-ft"
fi
echo "NLP-сервер? y/n"
read nlp_server
if [ "$nlp_server" = "y" ] || [ "$nlp_server" = "Y" ]; then
images+=" ai-server-nlp"
fi
echo "Ollama? y/n"
read ollama
if [ "$ollama" = "y" ] || [ "$ollama" = "Y" ]; then
images+=" ai-server-ollama"
fi
echo "vLLM? y/n"
read vllm
if [ "$vllm" = "y" ] || [ "$vllm" = "Y" ]; then
externals+=" vllm/vllm-openai:v0.30.0"
fi
echo "IDP-сервер? y/n"
read idp_server
if [ "$idp_server" = "y" ] || [ "$idp_server" = "Y" ]; then
images+=" ai-server-idp-gpu"
fi
echo "Агентские системы? y/n"
read agent_systems
if [ "$agent_systems" = "y" ] || [ "$agent_systems" = "Y" ]; then
images+=" ai-server-rag-gpu ai-server-langflow-backend"
externals+=" pgvector/pgvector:pg18"
fi
else
echo "NLP-сервер? y/n"
read nlp_server
if [ "$nlp_server" = "y" ] || [ "$nlp_server" = "Y" ]; then
images+=" ai-server-nlp"
fi
echo "Ollama? y/n"
read ollama
if [ "$ollama" = "y" ] || [ "$ollama" = "Y" ]; then
images+=" ai-server-ollama"
fi
echo "IDP-сервер? y/n"
read idp_server
if [ "$idp_server" = "y" ] || [ "$idp_server" = "Y" ]; then
images+=" ai-server-idp-cpu"
fi
fi
echo "SDC-сервер (семантический классификатор)? y/n"
read sdc_server
if [ "$sdc_server" = "y" ] || [ "$sdc_server" = "Y" ]; then
images+=" ai-server-sdc"
fi
# Удаляем ведущий пробел
images=$(echo $images | sed 's/^ //')
names=$(echo $images | tr ' ' '\n')
echo "Загружаемые images: $images"
for name in $names; do
docker pull nexus.primo-rpa.ru:8000/primo-rpa/$name:1.26.10.0
done
for external in $externals; do
docker pull nexus.primo-rpa.ru:8000/$external
done
echo "Готово!"4. Обновите конфигурацию агента
Добавьте параметр ExtraEnvs в секцию Ollama файла /app/Primo.AI/Agent/appsettings.ProdLinux.json:
"Ollama": {
...
"PostRunCommands": [
"cp {modelFilePath} {blobFilePath}",
"ollama create {modelId} -f {modelMetaFilePath}",
"ollama run {modelId} \"\""
],
"ExtraEnvs": [ "-e OLLAMA_GO_TEMPLATE=1", "-e OLLAMA_IMAGE_MIN_TOKENS=32" ]
}Также переработана секция LlmEngineProcess (проверка доступности через Endpoint вместо Url, диапазоны портов PortsRangeFrom/PortsRangeTo вместо Port, параметр ExposePort). Приведите секцию к следующему виду:
"LlmEngineProcess": {
"HealthCheck": {
"Vllm": {
"Endpoint": "/version",
"TimeoutSeconds": 600,
"PeriodMilliseconds": 500
},
"Ollama": {
"Endpoint": "/v1/models",
"TimeoutSeconds": 600,
"PeriodMilliseconds": 500
},
"LlamaCppPython": {
"Endpoint": "/v1/models",
"TimeoutSeconds": 600,
"PeriodMilliseconds": 500
}
},
"EnginesDockerRun": {
"Vllm": {
"ImageName": "nexus.primo-rpa.ru:8000/vllm/vllm-openai:v0.30.0",
"ContainerName": "vllm",
"PortsRangeFrom": 8000,
"PortsRangeTo": 8019,
"Subnet": "agent_agent_ai",
"ExposePort": true
},
"Ollama": {
"ImageName": "nexus.primo-rpa.ru:8000/primo-rpa/ai-server-ollama:1.26.10.0",
"ContainerName": "ollama",
"PortsRangeFrom": 8020,
"PortsRangeTo": 8039,
"Subnet": "agent_agent_ai",
"PostRunCommands": [
"cp {modelFilePath} {blobFilePath}",
"ollama create {modelId} -f {modelMetaFilePath}",
"ollama run {modelId} \"\""
],
"ExtraEnvs": [ "-e OLLAMA_GO_TEMPLATE=1", "-e OLLAMA_IMAGE_MIN_TOKENS=32" ]
},
"LlamaCppPython": {
"ImageName": "nexus.primo-rpa.ru:8000/primo-rpa/ai-server-llama-cpp-python:1.26.10.0",
"ContainerName": "llama",
"PortsRangeFrom": 8040,
"PortsRangeTo": 8059,
"Subnet": "agent_agent_ai",
"ExposePort": true
}
}
},Добавьте секции и параметры, появившиеся в 1.26.10.0.
a) SDC-сервер. Добавьте секцию DocClassifyProcess (рядом с секцией IdpProcess). Без неё SDC-сервер на целевой машине не запустится.
...
"DocClassifyProcess": {
"HealthCheck": {
"TimeoutSeconds": 180,
"PeriodMilliseconds": 500
},
"DockerOptions": {
"PortsRangeFrom": 9600,
"PortsRangeTo": 9699,
"ImageName": "nexus.primo-rpa.ru:8000/primo-rpa/ai-server-sdc:1.26.10.0",
"ContainerNamePrefix": "sdc",
"Subnet": "agent_agent_ai",
"SharedMemorySize": 4
},
"VolumeMounts": [
{
"HostPath": "/app/Primo.AI/AgentData/SdcModels",
"ContainerPath": "/app/apps/doc_classify/model_store"
}
]
},
...b) IDP-сервер. Чтобы IDP-сервер не скачивал модели заново при каждом запуске, добавьте в секцию IdpProcess параметр VolumeMounts:
"IdpProcess": {
...
"VolumeMounts": [
{
"HostPath": "/app/Primo.AI/AgentData/IdpModels",
"ContainerPath": "/app/apps/idp/model_store"
}
]
},c) Агентские системы. Выполняйте только на машинах с Агентскими системами. В секции Lfx:
- добавьте параметр
SuperUserPassword— пароль суперпользователя исполнителя в зашифрованном виде (утилита шифрования конфигов). Ниже указано значение из поставки. Если параметр не задан, исполнитель использует собственный пароль по умолчанию; - замените параметр
VolumesспискомVolumeMountsи добавьте в него томLangfuseData— в нём хранятся трассы агентских систем. Без этого тома трассы теряются при каждом перезапуске исполнителя.
"Lfx": {
...
"SuperUserPassword": "JLWIyl1xZNDVVx8tcVllOg==",
...
"VolumeMounts": [
{
"HostPath": "/app/Primo.AI/AgentData/LangflowData",
"ContainerPath": "/app/data",
"AppendPort": true
},
{
"HostPath": "/app/Primo.AI/AgentData/LangfuseData",
"ContainerPath": "/app/langfuse",
"AppendPort": true
}
]
},d) Имена образов. Образы теперь указываются полным путём в реестре Nexus с тегом версии. Замените значения ImageName в конфигурации агента:
sudo sed -i -E \
-e 's#"ImageName": "primo-rpa/ai-server-vllm-(cpu|gpu)(:[^"]*)?"#"ImageName": "nexus.primo-rpa.ru:8000/vllm/vllm-openai:v0.30.0"#' \
-e 's#"ImageName": "primo-rpa/(ai-server-[a-z-]+)(:[^"]*)?"#"ImageName": "nexus.primo-rpa.ru:8000/primo-rpa/\1:1.26.10.0"#' \
-e 's#"ImageName": "externals/vllm-openai:[^"]*"#"ImageName": "nexus.primo-rpa.ru:8000/vllm/vllm-openai:v0.30.0"#' \
-e 's#"ImageName": "externals/pgvector:([^"]*)"#"ImageName": "nexus.primo-rpa.ru:8000/pgvector/pgvector:\1"#' \
/app/Primo.AI/Agent/appsettings.ProdLinux.jsonПроверьте результат: все значения в выводе команды grep '"ImageName"' /app/Primo.AI/Agent/appsettings.ProdLinux.json должны начинаться с nexus.primo-rpa.ru:8000/.
e) Настройки, изменённые через интерфейс. Настройки агента, изменённые на странице Управление целевой машины, сохраняются в файл appsettings.Runtime.json. Чтобы он хранился рядом с данными агента, а не в каталоге программы, добавьте секцию RuntimeSettings:
...
"RuntimeSettings": {
"Directory": "/app/Primo.AI/AgentData"
},
...Каталоги SdcModels, IdpModels и LangfuseData агент создаёт сам при первом запуске процесса.
Перезапустите агент:
sudo systemctl restart Primo.AI.AgentЧто дальше
После завершения обновления выполните проверку работоспособности системы.