DeepSeekハーネスを本番プロダクションに安全にデプロイする方法
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
エージェントのメインプロセスと同一のワーカー スレッドでコードを実行すると、プレビュー プラグインがファイルシステムに無断でアクセスしてしまいます。.env ファイルの認証トークンが外部エンドポイントに流出する事故を防ぐには、システムレベルの分離境界が必要です。プロジェクトのルートに cordis.patch.yml ファイルを作成し、最小権限のバックエンドを定義します。
image: "node:22-alpine" を指定し、ネットワーク インターフェイスを遮断します。ルート ファイルシステムを読み取り専用で凍結し、一時領域のみ限定的に許可します。nobody アカウントで実行ユーザーを強制すれば、ホスト ファイルが改ざんされる可能性がなくなります。コンテナが約200ミリ秒で起動後に自動破棄されるため、セッション間の状態汚染が残りません。
Linuxカーネルのファイヤーウォール規則を適用し、トラフィックの流出をリモートから遮断します。ターミナルで既存の規則を初期化し、すべてのアウトバウンド パケットをデフォルトでブロックします。DNS通信を許可し、公式APIエンドポイントへのポート443通信のみを選択的に開きます。このファイヤーウォール パイプラインを構築すれば、データ流出の試みをカーネルレベルで阻止できます。
長時間の無人エージェント稼働時は、ストリームのバックプレッシャー不足とコンテキストの蓄積によりセグメンテーション違反が発生します。V8ヒープメモリの上限を超える大規模出力が発生した際にプロセスがパニックに陥るため、プロジェクト規模ごとにリソースを手動制御する必要があります。デバッグの工数を週4時間以上削減するには、cgroupsのリソース ハードリミットを設定する必要があります。
cordis.patch.yml 内のリソース制御パラメータをプロジェクトの規模に合わせて手動で調整します。小規模プロジェクトには512メガバイト、CPU 1個、pidsLimit 64を設定し、1〜3個ファイルのリファクタリング時のリソース占有を制限します。大規模プロジェクトには2ギガバイトとCPU 4個を割り当て、フォーク爆弾が発生してもホスト全体が停止せず、該当コンテナのみが強制終了されるようにします。この設定により、デバッグ時間を週4時間以上節約できます。
プラグインの競合が発生した場合は、Cordisのウォーターフォール インターセプト フローによってリアルタイムで無効化の手続きを行います。オブザーバビリティのトレースをフィルタリングし、競合を引き起こしたイベント ドメインと例外スタックを分析します。上位の制御プラグインからの呼び出しを拒否し、制御権を切断することで、競合モジュールへフローが流れるのを防ぎます。CLIで設定ダンプを実行して競合モジュールのIDを確認し、設定ファイルから該当項目をコメントアウトします。ハーネス エンジンが即座に状態をロールバックして該当モジュールを無効化し、安定性を回復させます。
対話フローを単方向イベントログ形式の軌跡として管理する場合、プロンプトの最上部に乱数やタイムスタンプが含まれるとキャッシュミスが発生します。プロンプトのプレフィックスを厳格に構造化することで、運用コストを劇的に削減できます。
入力プロンプトの組み立て構造を静的領域と動的領域に完全に分離します。プロンプトの最上部にシステムロールの指示文、固定ツールスキーマの定義、コーディングスタイルガイドラインを配置し、100%のキャッシュヒットが維持される静的領域を作ります。環境変数、セッションの対話履歴、現在のファイルパスはプロンプトの最下部にある動的領域に集約します。軌跡ログの分析関数が静的プレフィックスの連続トークンを損なっていないか確認し、ビルドパイプラインに反映させます。この構造化を行うことで、1,000ターン基準で平均キャッシュヒット率を90%以上に引き上げることができます。
最適化の成果を検証するため、トークン消費量と応答速度の変化を直接測定します。動的プレフィックスの汚染により低下していたキャッシュヒット率を、静的プレフィックスの固定化を通じて92.8%まで引き上げます。1,000ターン基準での入力トークンコストを削減し、最初のトークン生成時間を短縮することで、月間の運用コストを大幅に削減します。この定量的検証結果に基づき、本番サーバーのエージェントインフラの経済性を維持します。