Skip to Content
Primo RPA AI ServerСистемным администраторамОбновлениеОбновление 1.26.6.1 → 1.26.8.0

Обновление 1.26.6.1 → 1.26.8.0

ℹ️

Примечания к релизам: 1.26.6.2 · 1.26.6.3 · 1.26.6.4

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 образ externals/vllm-openai:v0.26.0
  • Добавлена новая модель base-LLM-12-35b-safetensors-nfvp4 (vLLM)
  • Изменены конфигурации сервисов: Api (LlmRunners, Agents.UsagePeriod), Inference (Orchestrator), агент (переработана секция LlmEngineProcess: Endpoint вместо Url, диапазоны портов, ExposePort)
  • Обновлены дистрибутивы Agent-linux.zip и Api.MachineInfo-linux.zip
  • TLS-сертификаты больше не встроены в образ ai-server-ui — теперь монтируются через volume в docker-compose.yaml
  • Обновлены версии Python-зависимостей в сервисах DS (устранение CVE)
  • 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)

Машина сервера

1. 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/ssl

Извлеките 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.rsa

Установите 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.rsa
ℹ️

Если контейнер server_ui уже остановлен или сертификаты недоступны, сгенерируйте новые по инструкции.

2. Обновите docker-compose.yaml

Откройте файл /app/Primo.AI/Api/docker-compose.yaml и внесите следующие изменения:

a) Обновите образ PostgreSQL:

postgres:
    image: externals/postgres:17.10-alpine

b) Обновите образ RabbitMQ:

rabbitMQ:
  image: externals/rabbitmq:4.2.8-management-alpine

c) Обновите образ Redis:

redis:
  image: externals/redis:7.4-alpine

d) 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/nginx

3. Обновите образы Docker

Через архив:

sudo apt update && sudo apt install 7z
names="ai-server-api ai-server-auth ai-server-inference ai-server-logs ai-server-machineinfo ai-server-ui"
externals="postgres:17.10-alpine rabbitmq:4.2.8-management-alpine redis:7.4-alpine"
for name in $names; do
    wget --content-disposition "https://disk.primo-rpa.ru/index.php/s/t9BHBjR6PP06Yax/download?path=%2FRelease%2FAI%20Server%2Fdistr&files=$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 "$external" | sed 's/:/_/g')
    wget --content-disposition "https://disk.primo-rpa.ru/index.php/s/t9BHBjR6PP06Yax/download?path=%2FRelease%2FAI%20Server%2Fdistr%2Fexternals&files=$filename.tar.7z"
    7z x $filename.tar.7z
    docker load -i $filename.tar
    rm $filename.tar.7z $filename.tar
done

Если есть доступ к nexus.primo-rpa.ru:8005:

names="ai-server-api ai-server-auth ai-server-inference ai-server-logs ai-server-machineinfo ai-server-ui"
externals="postgres:17.10-alpine rabbitmq:4.2.8-management-alpine redis:7.4-alpine"
for name in $names; do
    docker pull nexus.primo-rpa.ru:8005/primo-rpa/$name
    docker tag nexus.primo-rpa.ru:8005/primo-rpa/$name primo-rpa/$name
    docker rmi nexus.primo-rpa.ru:8005/primo-rpa/$name
done
for external in $externals; do
    docker pull nexus.primo-rpa.ru:8005/externals/$external
    docker tag nexus.primo-rpa.ru:8005/externals/$external externals/$external
    docker rmi nexus.primo-rpa.ru:8005/externals/$external
done

4. Скачайте новую модель

Имя моделиИмя файлаИсполнение
base-llm-12-35b-safetensors-nfvp463e56e59-6c96-4fc7-9ecb-afab3d79bb21vLLM
filenames="63e56e59-6c96-4fc7-9ecb-afab3d79bb21"
for filename in $filenames; do
    wget --content-disposition "https://disk.primo-rpa.ru/index.php/s/t9BHBjR6PP06Yax/download?path=%2FRelease%2FAI%20Server%2Fdata%2Fmodels%2FNLP&files=$filename" -P /app/Primo.AI/Api/volumes/Api_Models/
done

5. 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"
  },
  ...
ℹ️

Укажите в Address реальный внешний адрес Центра управления. Password — зашифрованное значение.

6. Обновите Api.MachineInfo

wget --content-disposition "https://disk.primo-rpa.ru/index.php/s/t9BHBjR6PP06Yax/download?path=%2FRelease%2FAI%20Server%2Fdistr&files=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.MachineInfo

7. Перезапустите компоненты:

docker compose -f /app/Primo.AI/Api/docker-compose.yaml down && \
docker compose -f /app/Primo.AI/Api/docker-compose.yaml up -d

Убедитесь, что Центр управления доступен по HTTPS (порт 44392).

Целевые машины

⚠️

Перед началом работ на целевой машине остановите все её процессы через Центр управления (UI).

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:

sudo apt-get install -y acl

Настройте права доступа для UID 1001 на существующие файлы и директории:

sudo setfacl -R -m u:1001:rwx /app/Primo.AI/AgentData/ModelTemplates

Установите default ACL для автоматического наследования прав новыми файлами и директориями:

sudo setfacl -R -d -m u:1001:rwx /app/Primo.AI/AgentData/ModelTemplates

Верните владельца директории агенту:

sudo chown -R agent:primo-ai /app/Primo.AI/AgentData/ModelTemplates

Смените 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/ModelTemplates

В выводе должны присутствовать строки user:1001:rwx и default:user:1001:rwx.

2. Замените ln на cp в конфигурации агента

⚠️

Шаг обязателен, если на целевой машине используется Ollama. Ранее агент создавал жёсткую ссылку (ln) на файл модели. Жёсткая ссылка сохраняет владельца исходного файла (agent:primo-ai), а Ollama (UID 1001) не может изменить временные метки чужого файла. Операция chtimes завершается ошибкой operation not permitted. Замена на копирование (cp) решает проблему: копия создаётся от имени пользователя контейнера (UID 1001), и Ollama получает полный доступ.

Откройте файл /app/Primo.AI/Agent/appsettings.ProdLinux.json, найдите секцию Ollama → PostRunCommands и замените ln на cp:

"PostRunCommands": [
    "cp {modelFilePath} {blobFilePath}",
    "ollama create {modelId} -f {modelMetaFilePath}",
    "ollama run {modelId} \"\""
]

3. Обновите файлы агента

wget --content-disposition "https://disk.primo-rpa.ru/index.php/s/t9BHBjR6PP06Yax/download?path=%2FRelease%2FAI%20Server%2Fdistr&files=Agent-linux.zip&downloadStartSecret=uf3pctriscf"
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.Agent

4. Обновите образы DS

  • Вариант загрузки 1: скачайте необходимые архивы из официальной поставки AI Server:
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-openai:v0.26.0"
    fi
 
    echo "IDP-сервер? y/n"
    read idp_server
    if [ "$idp_server" = "y" ] || [ "$idp_server" = "Y" ]; then
        images+=" ai-server-idp-gpu"
    fi
 
    echo "RAG? y/n"
    read rag
    if [ "$rag" = "y" ] || [ "$rag" = "Y" ]; then
        images+=" ai-server-rag-gpu"
    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
 
# Удаляем ведущий пробел
images=$(echo $images | sed 's/^ //')
 
names=$(echo $images | tr ' ' '\n')
 
echo "Загружаемые images: $images"
 
sudo apt update && sudo apt install -y 7z
 
for name in $names; do
    echo "Загрузка $name..."
    wget --content-disposition "https://disk.primo-rpa.ru/index.php/s/t9BHBjR6PP06Yax/download?path=%2FRelease%2FAI%20Server%2Fdistr&files=$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 "$external" | sed 's/:/_/g')
    wget --content-disposition "https://disk.primo-rpa.ru/index.php/s/t9BHBjR6PP06Yax/download?path=%2FRelease%2FAI%20Server%2Fdistr%2Fexternals&files=$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:8005.
#!/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-openai:v0.26.0"
    fi
 
    echo "IDP-сервер? y/n"
    read idp_server
    if [ "$idp_server" = "y" ] || [ "$idp_server" = "Y" ]; then
        images+=" ai-server-idp-gpu"
    fi
 
    echo "RAG? y/n"
    read rag
    if [ "$rag" = "y" ] || [ "$rag" = "Y" ]; then
        images+=" ai-server-rag-gpu"
    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
 
# Удаляем ведущий пробел
images=$(echo $images | sed 's/^ //')
 
names=$(echo $images | tr ' ' '\n')
 
echo "Загружаемые images: $images"
 
for name in $names; do
    docker pull nexus.primo-rpa.ru:8005/primo-rpa/$name
    docker tag nexus.primo-rpa.ru:8005/primo-rpa/$name primo-rpa/$name
    docker rmi nexus.primo-rpa.ru:8005/primo-rpa/$name
done
 
for external in $externals; do
    docker pull nexus.primo-rpa.ru:8005/externals/$external
    docker tag nexus.primo-rpa.ru:8005/externals/$external externals/$external
    docker rmi nexus.primo-rpa.ru:8005/externals/$external
done
 
echo "Готово!"

5. 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" ]
}

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": "externals/vllm-openai:v0.26.0",
        "ContainerName": "vllm",
        "PortsRangeFrom": 8000,
        "PortsRangeTo": 8019,
        "Subnet": "agent_agent_ai",
        "ExposePort": true
      },
      "Ollama": {
        "ImageName": "primo-rpa/ai-server-ollama",
        "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" ]
      },
      "LlamaCppPython": {
        "ImageName": "primo-rpa/ai-server-llama-cpp-python",
        "ContainerName": "llama",
        "PortsRangeFrom": 8040,
        "PortsRangeTo": 8059,
        "Subnet": "agent_agent_ai",
        "ExposePort": true
      }
    }
  },

Перезапустите агент:

sudo systemctl restart Primo.AI.Agent

Что дальше

После завершения обновления выполните проверку работоспособности системы.

Last updated on
Обновление 1.26.6.2 → 1.26.8.0Обновление 1.26.6.0 → 1.26.8.0