So bringst du das DeepSeek-Harness sicher in die Live-Produktion
TuBrief 편집팀
2026년 8월 25일
0
Computing/Software원본 영상을 바탕으로 AI의 도움을 받아 작성했습니다. 원본 영상이 기준입니다.
커뮤니티의 다른 글
댓글 (0)
Log in to leave a comment
아직 작성된 글이 없습니다
원본 영상을 바탕으로 AI의 도움을 받아 작성했습니다. 원본 영상이 기준입니다.
Log in to leave a comment
아직 작성된 글이 없습니다
Wenn Code im selben Worker-Thread wie der Agenten-Hauptprozess ausgeführt wird, greift das Vorschau-Plugin unbefugt auf das Dateisystem zu. Um zu verhindern, dass Authentifizierungstokens aus .env-Dateien an externe Endpunkte abfließen, ist eine Isolierung auf Systemebene erforderlich. Erstelle im Projektstammverzeichnis eine Datei namens cordis.patch.yml und definiere ein Backend mit minimalen Rechten.
Lege image: "node:22-alpine" fest und blockiere die Netzwerkschnittstelle. Gefriere das Root-Dateisystem schreibgeschützt und erlaube nur eingeschränkt temporäre Bereiche. Wenn du den ausführenden Benutzer erzwingst, dass er als nobody-Account läuft, entfällt die Möglichkeit einer Host-Dateimanipulation. Da der Container nach etwa 200 Millisekunden hochfährt und automatisch gelöscht wird, verbleibt keine Statusverunreinigung zwischen den Sitzungen.
Wende Firewall-Regeln für den Linux-Kernel an, um Datenabflüsse remote zu blockieren. Setze bestehende Regeln im Terminal zurück und blockiere standardmäßig alle ausgehenden Pakete. Erlaube die DNS-Kommunikation und öffne selektiv nur die Port-443-Kommunikation zum offiziellen API-Endpunkt. Der Aufbau dieser Firewall-Pipeline stoppt Versuche von Datenabflüssen auf Kernelebene.
Das langfristige Betreiben eines unbedienten Agenten führt aufgrund fehlender Stream-Backpressure und der Ansammlung von Kontext zu Speicherfehlern (Segmentation Faults). Da der Prozess in Panik gerät, wenn umfangreiche Ausgaben die Obergrenze des V8-Heap-Speichers überschreiten, musst du die Ressourcen je nach Projektgröße manuell steuern. Um den Debugging-Aufwand um mehr als vier Stunden pro Woche zu reduzieren, sollten harte cgroups-Ressourcenlimits gesetzt werden.
Passe die Ressourcensteuerungs-Parameter in cordis.patch.yml manuell an die Projektgröße an. Kleine Projekte erhalten 512 Megabit (bzw. Megabyte), 1 CPU und ein pidsLimit von 64, um die Ressourcennutzung beim Refactoring von 1 bis 3 Dateien einzuschränken. Große Projekte erhalten 2 Gigabyte und 4 CPUs zugewiesen, sodass selbst bei einer Fork-Bombe nicht der gesamte Host abstürzt, sondern nur der jeweilige Container gekillt wird. Durch diese Konfiguration lässt sich die Debugging-Zeit wöchentlich um über vier Stunden einsparen.
Treten Plugin-Konflikte auf, leite über den Waterfall-Interception-Flow von Cordis ein Echtzeit-Deaktivierungsverfahren ein. Filtere Observability-Traces, um die Event-Domain und den Ausnahme-Stack zu analysieren, die den Konflikt verursacht haben. Verweigere den Aufruf im übergeordneten Steuerungs-Plugin und trenne die Kontrollrechte, damit der Fluss nicht zum konfliktverursachenden Modul übergeht. Führe einen Konfigurations-Dump in der CLI aus, um die ID des fehlerhaften Moduls zu ermitteln, und kommentiere den entsprechenden Eintrag in der Konfigurationsdatei aus. Das Harness-Engine setzt den Status sofort zurück, schaltet das Modul ab und stellt die Stabilität wieder her.
Wenn der Gesprächsverlauf als Trajektorie in Form eines unidirektionale Event-Logs verwaltet wird, führen Zufallszahlen oder Zeitstempel ganz oben im Prompt zu Cache Misses. Eine strikte Strukturierung des Prompt-Präfixes kann die Betriebskosten drastisch senken.
Trenne die Eingabe-Prompt-Struktur vollständig in einen statischen und einen dynamischen Bereich. Platziere System-Rollenanweisungen, feste Tool-Schema-Definitionen und Coding-Style-Leitlinien ganz oben im Prompt, um einen statischen Bereich zu schaffen, der eine Cache-Hit-Rate von 100 Prozent beibehält. Packe Umgebungsvariablen, den Sitzungs-Chat-Verlauf und den aktuellen Dateipfad in den dynamischen Bereich ganz unten im Prompt. Überprüfe, ob die Trajektorien-Log-Analysefunktion die kontinuierlichen Tokens des statischen Präfixes nicht beeinträchtigt, und wende dies auf die Build-Pipeline an. Durch diese Strukturierung lässt sich die durchschnittliche Cache-Hit-Rate bei 1.000 Turns auf über 90 Prozent steigern.
Um den Optimierungserfolg zu überprüfen, messe Änderungen beim Token-Verbrauch und bei der Antwortgeschwindigkeit direkt. Die durch dynamische Präfix-Verschmutzung niedrige Cache-Hit-Rate wird durch die Fixierung des statischen Präfixes auf 92,8 Prozent gesteigert. Senke die Kosten für Eingangstokens basierend auf 1.000 Turns und verkürze die Time-to-First-Token, um die monatlichen Betriebskosten erheblich zu reduzieren. Basierend auf diesen quantitativen Prüfungsergebnissen wird die Wirtschaftlichkeit der Agenten-Infrastruktur auf dem Produktionsserver aufrechterhalten.