教程文档AI Agent人工智能【免费下载链接】learn-nanobot面向小白的 HKUDS/nanobot 面试学习指南 | 17章深度教程 | 134道八股文 | 哆啦A梦漫画图解 | STAR面试法 | 简历模板项目地址https://gitcode.com/gh_mirrors/le/learn-nanobot点击查看免费下载本文带你用 learn-nanobot 教程仓库10 分钟掌握基于 Nanobot 框架构建的 AI Agent 的Docker 部署 生产安全策略从镜像构建、容器编排到沙箱隔离、密钥管理、监控备份的 6 大安全要点让你的 AI Agent 不止能跑更能安全上线。一、为什么 AI Agent 要用 Docker 部署很多新手第一次把 Agent 跑起来后会直接在服务器裸机上运行。但 Agent 和传统 Web 服务不同——它能执行命令、读写文件一旦出问题破坏面更大。Docker 容器化正是解决这个问题的关键优势说明 环境隔离Agent 的命令执行被限制在容器内不影响宿主机 环境一致开发、测试、生产用同一个镜像告别在我电脑上没问题⚡ 快速恢复容器挂掉秒级重建配合restart策略自动拉起️ 资源控制限制 CPU 和内存防止 Agent 死循环拖垮服务器 部署前建议先读懂架构Nanobot 由核心引擎AgentLoop、记忆系统、技能加载器、工具注册表四大模块组成理解它们才知道该持久化哪些数据。详见 docs/03-architecture-deep-dive/README.md。二、Docker 部署四步走第 1 步准备配置密钥走环境变量生产环境的第一原则API Key 绝不硬编码进配置文件。用.env文件管理密钥config.json里只写引用{ providers: { openai: { api_key: ${OPENAI_API_KEY} } } }环境变量示例.env文件记得加入.gitignoreOPENAI_API_KEYsk-xxxxxxxx TELEGRAM_BOT_TOKEN123456:ABC...仓库中的 projects/01-hello-nanobot/config.json 就是这种只引用环境变量的规范写法可以直接参考。第 2 步构建镜像Dockerfile 抓住三个关键点即可用python:3.12-slim精简基础镜像减少攻击面安装nanobot-ai后创建非 root 用户运行配置健康检查HEALTHCHECK方便编排系统自动巡检第 3 步Compose 编排启动docker-compose.yml的核心配置建议包含四件事services: nanobot: build: . restart: unless-stopped # 崩溃自动重启 environment: - OPENAI_API_KEY${OPENAI_API_KEY} # 密钥从 .env 注入 volumes: - ./config.json:/home/nanobot/workspace/config.json:ro # 配置只读 - nanobot-memory:/home/nanobot/workspace/memory # 记忆持久化 deploy: resources: limits: cpus: 2.0 memory: 2G:ro表示只读挂载——配置文件、技能目录只读防止 Agent 篡改自己的配置memory/、sessions/用命名卷读写挂载数据才能持久保存第 4 步启动与验证docker-compose build # 构建镜像 docker-compose up -d # 后台启动 docker-compose logs -f nanobot # 查看日志确认正常完整可运行的 Dockerfile 与 Compose 示例在 docs/11-security-and-deploy/README.md 的 11.4 节零基础安装流程可配合 docs/06-install-and-hands-on/README.md 一起看。三、生产安全策略的 6 个关键要点这是全文最重要的部分。AI Agent 会自主调用工具执行操作安全防线必须建在代码层面而不是指望大模型听话。1️⃣ 工作区沙箱restrict_to_workspace这是 Nanobot 最核心的安全机制——所有文件读写、Shell 命令都被限制在 workspace 目录内。即使 Prompt 注入让 Agent想去读/etc/passwd代码层的路径校验也会直接拒绝。2️⃣ 危险命令检测exec 工具内置正则黑名单rm -rf /、磁盘格式化、curl | bash远程脚本执行等危险模式会被自动拦截并配有执行超时控制防止无限运行。3️⃣ SSRF 防护Agent 的web_fetch工具会阻止访问内网地址和云平台元数据地址如169.254.169.254防止攻击者借 Agent 之手探测你的内网。生产环境建议再叠加域名白名单只放行allowed_domains里配置的站点。4️⃣ 密钥管理三道关✅ API Key 通过环境变量传入配置文件只写${VAR}引用✅.env文件加入.gitignore永不进 Git✅ 日志中对密钥脱敏只显示前 8 位5️⃣ 迭代次数限制max_tool_iterations建议生产环境设为30 以内。它限制了单次对话的工具调用轮数即使 Agent 被诱导不停地做也会到限自动停止——这同时是成本控制手段。6️⃣ 最小权限原则SubAgent子 Agent默认没有发消息、再派生子 Agent、创建定时任务的权限迭代上限也更低15 次。每个执行层级只拿到完成任务所需的最少权限。 六大攻击场景Prompt 注入、路径遍历、命令注入等与防御机制的完整对照表见 docs/11-security-and-deploy/README.md 的 11.1~11.2 节。四、记忆数据持久化与备份AI Agent 的灵魂一半在配置里另一半在记忆文件中。如果容器重建后记忆丢了你的 Agent 就会失忆。必须持久化/备份的数据文件作用memory/MEMORY.md长期记忆用户偏好、重要事实memory/HISTORY.md历史时间线sessions/*.jsonl会话记录config.json/AGENTS.md配置与身份定义skills/自定义技能备份实践建议保持精简别学太多花活每天凌晨用tar打包 workspace 到备份目录保留最近 30 天用crontab定时执行备份脚本定期做一次恢复演练——没验证过的备份等于没有备份完整备份脚本与恢复流程在 docs/11-security-and-deploy/README.md 的 11.8 节。记忆系统的原理可回看 docs/07-memory-system/README.md。五、上线前安全清单建议逐条打勾类别检查项️ 安全配置restrict_to_workspace已启用危险命令检测与 SSRF 防护生效max_tool_iterations ≤ 30 密钥管理所有密钥走环境变量config.json无硬编码密钥日志已脱敏 网络安全HTTPS 已配置Webhook 端点有访问控制非必要端口已关闭 容器安全非 root 用户运行CPU/内存限制已设置配置文件只读挂载健康检查已配置 数据安全备份策略已实施并测试恢复日志轮转已配置 监控告警API 调用量、响应延迟、Token 消耗有监控费用有预算告警其中成本监控值得多说一句LLM API 是 Agent 最大的运行成本。生产环境建议把temperature调低到 0.3 获得更稳定的输出把context_window_tokens设为模型窗口的一半更频繁触发记忆压缩节省 Token。六、延伸从单实例走向生产架构完成单机部署后可以继续进阶多平台接入把 Agent 接到 Telegram、飞书、钉钉Webhook 建议加 Nginx 反向代理 HTTPS详见 docs/09-multi-platform/README.md多实例架构客服、运维、开发 Agent 各占一个独立容器配置、数据、端口互相隔离子 Agent 与定时任务用 Cron 让 Agent 定时汇报详见 docs/10-subagent-and-cron/README.md更多实战projects/04-multi-platform-bot/ 提供了多平台 Bot 的完整示例配置小结要点一句话总结Docker 部署slim 镜像 非 root 资源限制 配置只读挂载沙箱安全restrict_to_workspace把所有文件/命令操作锁进工作区纵深防御危险命令检测 SSRF 防护 迭代限制层层拦截密钥管理环境变量注入配置文件永不存密钥数据兜底Volume 持久化 每日备份 恢复演练记住一个核心理念即使大模型被 Prompt 注入操纵代码级的安全机制依然有效——这就是纵深防御的价值。按本文清单走完你的 AI Agent 就能安心上线了。赞分享教程文档AI Agent人工智能【免费下载链接】learn-nanobot面向小白的 HKUDS/nanobot 面试学习指南 | 17章深度教程 | 134道八股文 | 哆啦A梦漫画图解 | STAR面试法 | 简历模板项目地址https://gitcode.com/gh_mirrors/le/learn-nanobot点击查看免费下载相关推荐Hunyuan3D-2 图生3D 快速上手0.6B Mini Turbo 模型 5 步推理、6GB 显存跑通指南Hunyuan3D 2 图生3D 快速上手0.6B Mini Turbo 模型 5 步推理、6GB 显存跑通指南 把一张商品照片丢进去几秒钟后拿到一个可旋转人工智能深度学习计算机视觉媒体生成3D建模OpenRath Agent Server生产部署完全指南从Docker到KubernetesOpenRath Agent Server生产部署完全指南从Docker到Kubernetes OpenRath 是一个 PyTorch 风格的开源多智能体ComfyUI 模型管理5 步搞定文件摆放、节点组合与显存降级ComfyUI 模型管理5 步搞定文件摆放、节点组合与显存降级 刚装好 ComfyUI 却对着空空的 models/ 目录发愁ComfyUI 模型管理其实不人工智能大模型媒体生成计算机视觉推理引擎本地部署创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考