企业级统一运维控制台。把 提交 → 扫描 → 部署 → 监控 → 告警 用 service / git_sha / deployment_id 三个关联键串成一条可回溯的交付链路,聚焦"交付态可追溯"。
一处触发部署,即可回答:这次上线部署的是哪个 commit、扫过什么漏洞、发布后 CPU 涨没涨、出问题能不能一键回滚。
| 域 | 能力 |
|---|---|
| 运行态 | 服务器纳管(SSH/Agent)、服务生命周期(启停/重启/删除)、三 runtime 适配(systemd / docker / k8s) |
| 监控 | 状态采集(SSH 轮询)、node_exporter 自举 + Prometheus file_sd 登记、PromQL 查询代理、Grafana 面板 |
| 部署 | UI 触发部署、CI 回流 webhook、一键回滚、环境晋升(promotion)、发布策略(rolling / recreate) |
| 配置 | 配置版本化、下发到目标机(${secret:} 注入 + reload/restart)、配置回滚 |
| 交付关联 | 扫描回流 + 质量门禁(critical 拦截)、全链路关联查询、部署时间点标注 |
| 告警 | 告警回流 webhook、查询过滤、告警触发自动回滚、IM 通知触达 |
| 治理 | 生产审批流(四眼原则)、审计日志、JWT 鉴权 + 按环境的操作权限 |
| Agent | 控制面侧就绪:连接管理、断连一致性决策、fencing token 防双执行(Go Agent 本体与 gRPC wire 为独立交付物) |
后端 FastAPI · SQLAlchemy 2.0 (async) · Alembic · Celery + Redis · PostgreSQL
前端 React 18 + TypeScript · Vite · Ant Design(定制主题) · TanStack Query · Zustand · ECharts
监控 Prometheus · node_exporter · Alertmanager · Grafana
Agent Go + gRPC(独立交付物,控制面侧抽象已就绪)
数据库通过单个环境变量 YIMAI_DATABASE_URL 切换,代码零改动即可在 PostgreSQL / SQLite / MySQL 间切(详见使用与部署 §5)。
graph TB
subgraph client["用户侧"]
UI["React SPA<br/>(nginx 托管)"]
end
subgraph control["控制面"]
API["FastAPI API<br/>REST + WebSocket"]
WORKER["Celery Worker<br/>异步执行"]
BEAT["Celery Beat<br/>定时:状态采集 / 轮询兜底"]
end
subgraph store["存储 / 消息"]
PG[("PostgreSQL<br/>主数据 + 审计")]
REDIS[("Redis<br/>broker + result")]
end
subgraph mon["监控栈"]
PROM["Prometheus<br/>(file_sd)"]
AM["Alertmanager"]
GRAF["Grafana"]
end
subgraph targets["被管资源"]
SSH["目标机<br/>systemd / docker"]
K8S["Kubernetes 集群"]
NE["node_exporter"]
AGENT["Go Agent<br/>(access_mode=agent)"]
end
subgraph ext["外部系统"]
CI["CI 流水线<br/>Jenkins / GitLab"]
SCAN["安全扫描器"]
IM["IM 通知<br/>钉钉/飞书/企微/Slack"]
end
UI -->|"/api, /ws"| API
API --> PG
API --> REDIS
WORKER --> PG
WORKER --> REDIS
BEAT --> REDIS
API -->|PromQL 代理| PROM
WORKER -->|SSH / gRPC| SSH
WORKER -->|k8s client| K8S
WORKER -->|命令 + ACK| AGENT
API -->|写 file_sd 目标| PROM
PROM -->|抓取| NE
NE -.部署于.- SSH
PROM --> AM
PROM --> GRAF
CI -->|webhook: 部署回流| API
SCAN -->|webhook: 扫描回流| API
AM -->|webhook: 告警回流| API
API -->|firing 通知| IM
三个关联键把割裂的环节串成一条可回溯链路:
flowchart LR
COMMIT["提交<br/>git_sha"] --> SCANR["扫描结果<br/>scan_result"]
SCANR -->|"质量门禁<br/>critical 拦截"| DEPLOY["部署<br/>deployment_id"]
DEPLOY --> SVC["服务运行<br/>service"]
SVC --> METRIC["监控指标<br/>(部署时间点标注)"]
METRIC --> ALERT["告警<br/>alert"]
ALERT -->|"自动回滚"| ROLLBACK["回滚<br/>新 deployment"]
ROLLBACK -.previous.-> DEPLOY
classDef key fill:#e8f0fe,stroke:#4285f4,color:#1a1a1a;
class COMMIT,SCANR,DEPLOY,SVC,METRIC,ALERT,ROLLBACK key;
service：贯穿运行态、部署、配置、监控、告警的主体。git_sha：连接提交、扫描结论与部署制品,门禁据此拦截高危漏洞。deployment_id：每次部署/回滚的唯一记录,回滚链通过previous指针闭环。
所有写操作(部署/回滚/生命周期/配置下发)统一走"落 task → 异步执行 → 前端轮询"模式,避免长阻塞:
sequenceDiagram
participant UI as 前端
participant API as FastAPI
participant DB as PostgreSQL
participant Q as Redis
participant W as Celery Worker
participant T as 目标资源
UI->>API: 触发部署 (POST /api/services/{id}/deploy)
Note over API,DB: 请求会话内:落 task + 审计(先提交)
API->>DB: INSERT task (running) + audit
API->>Q: enqueue 任务
API-->>UI: 202 { task_id }
W->>Q: 领取任务
W->>T: SSH / k8s / gRPC 执行
W->>DB: 回写终态 (success/failed)
loop 轮询至终态
UI->>API: GET /api/tasks/{task_id}
API-->>UI: 状态 + 结果
end
prod 高危操作先落 pending 审批(四眼原则),approve 后才建 task 走上述编排。
统一运维控制面/
├── backend/ # FastAPI 后端
│ ├── app/
│ │ ├── main.py # 应用工厂 + lifespan(依赖装配:secret/pipeline/k8s/agent)
│ │ ├── api/ # 路由:auth/servers/services/deployments/webhooks/alerts...
│ │ ├── services/ # 业务编排:部署/生命周期/回滚/配置下发/健康检查/告警...
│ │ ├── adapters/ # 外部适配:ssh/systemd/docker/k8s/pipeline/prometheus/agent
│ │ ├── models/ # SQLAlchemy 模型
│ │ ├── core/ # config/db/errors/security/middleware/secrets/ws_hub
│ │ ├── workers/ # Celery app + 定时任务(状态采集/部署对账)
│ │ └── cli/ # seed 等命令
│ ├── alembic/ # 数据库迁移
│ ├── proto/ + grpc_gen/ # Agent gRPC 契约与生成代码
│ └── tests/ # 测试(独立目录,严格 TDD)
├── frontend/ # React + Vite 前端
│ └── src/
│ ├── pages/ # 各功能页(服务器/服务/部署/配置/监控/告警/审批)
│ ├── api/ # 接口封装 + 生成的 schema.d.ts
│ ├── components/ # 复用组件
│ └── stores/ # Zustand 状态
├── agent/ # Go Agent 本体(独立交付物)
├── ops/ # 监控栈配置(prometheus/alertmanager/grafana)
├── docs/ # 使用与部署指南
├── docker-compose.yml # 本地全栈一键编排
└── Makefile # 常用命令封装(make help)
cp .env.example .env # 按需改端口 / 密码 / 密钥
make up # 等价 docker compose up -d --build
make ps # 看状态访问:前端 http://localhost:5173 · 后端 http://localhost:8000/docs · Flower :5555 · Prometheus :9090 · Grafana :3000(admin/admin) · Alertmanager :9093
compose 已编排启动顺序:migrate 服务先跑迁移,api/worker 等其成功后再启,避免建表竞态。
# 后端
cd backend
uv sync # 装依赖(读 uv.lock 可复现)
uv run alembic upgrade head # 建表
uv run python -m app.cli.seed # 灌管理员(默认 admin/admin,登录后立即改密)
uv run uvicorn app.main:app --reload --port 8000
# 前端(另开终端)
cd frontend
npm install
npm run dev # http://localhost:5173
# 异步任务(部署/回滚/状态采集)
cd backend
uv run celery -A app.workers.celery_app worker --loglevel=info
uv run celery -A app.workers.celery_app beat --loglevel=infoMakefile 封装:make backend-dev / make frontend-dev / make migrate / make seed / make test。
make backend-test # cd backend && uv run pytest tests/ --cov=app
make frontend-test # cd frontend && npm run test后端严格 TDD,测试放独立 tests/ 目录、与正式代码物理分离;前端每页过"反 AI 感清单"。
后端全部配置项前缀 YIMAI_,定义见 backend/app/core/config.py;复制 .env.example 为 .env 修改。生产必设的关键项:
| 变量 | 说明 |
|---|---|
YIMAI_DATABASE_URL |
数据库 DSN(切库唯一开关) |
YIMAI_REDIS_URL |
Celery broker / result backend |
YIMAI_JWT_SECRET |
JWT 签名密钥(32 字节+) |
YIMAI_SECRET_MASTER_KEY |
保险箱主密钥(加密 SSH 私钥 / 平台 token,经 KMS 注入,勿入库/入镜像) |
YIMAI_WEBHOOK_SECRETS |
各来源 webhook 的 HMAC secret(缺省为空 = 全拒) |
YIMAI_CORS_ORIGINS |
CORS 白名单 |
YIMAI_REQUIRE_PROD_APPROVAL |
prod 部署审批开关(默认开) |
安全约束:镜像里不塞密钥,一律经部署平台 secret 机制注入;入向 webhook 走 HMAC 验签 + 时间窗 + 幂等键。
- 使用与部署指南 — 本地起步、手动/Docker 打包部署、切库、运维流程速查、常见问题