cp-agentic-mcp-playground

# 检查点 Agentic MCP 游乐场 <p align="left"> <img src="https://img.shields.io/badge/License-MIT-blue.svg" /> <img src="https://img.shields.io/badge/Docker-Compose-blue?logo=docker" /> <img src="https://img.shields.io/badge/n8n-Automation-orange?logo=n8n" /> <img src="https://img.shields.io/badge/langflow-Workflow-green?logo=langflow" /> <img src="https://img.shields.io/badge/Ollama-LLM-grey" /> <img src="https://img.shields.io/badge/Check%20Point-MCP-magenta?" /> <img src="https://img.shields.io/badge/Status-Production%20Ready-success" /> </p> > **一个用于 Agentic AI 和 Check Point MCP 服务器的生产就绪本地游乐场** > > 使用以下命令启动 n8n + NetBox + Batfish + Ollama + Flow UIs + Qdrant + 一整套 Check Point MCP 服务器： > > ```bash > docker compose --profile cpu up -d > ``` --- ## 快速概览 一个**生产就绪、多服务 Docker Compose 栈**，它提供了一个完整的本地 AI + Check Point MCP（模型上下文协议）环境： - **n8n** – 工作流自动化 + MCP 工具编排器 - **PostgreSQL** – n8n 后端数据库 - **自动配置器** – 创建 n8n 实例所有者 **和** 安装 `n8n-nodes-mcp` - **Ollama** – 本地大型语言模型（LLM）；CPU **或** NVIDIA GPU；自动模型拉取 - **Open WebUI** – Ollama/LLM 聊天界面 - **Langflow** – 视觉 AI 流构建器 - **Flowise** – LLM 编排 UI - **Qdrant** – 嵌入式向量数据库 - **NetBox** – 数据中心基础设施管理/IP 地址管理平台（带有专用 Postgres + Redis） - **Batfish** – 网络分析引擎，带有 MCP 桥接器和 CLI 实用程序容器 - **OpenClaw 网关** – 本地优先网关，配置为 `ollama-cpu` - **OpenClaw MCP 服务器** – OpenClaw 会话的流式 HTTP 桥接器 - **n8n 管理 MCP 服务器** – 用于 n8n API 管理的标准输入/输出 MCP 服务器 - **Check Point MCP 服务器** – 专用 HTTP 边车在 Docker 网络上 目标是用于构建、测试和演示 AI + Check Point 工作流的**单个实验室栈**： - 实例所有者**自动配置** - `n8n-nodes-mcp` **预安装** - MCP 服务器作为**HTTP 工具**从 n8n 内部可访问 --- ## 导航 - [📦 快速开始](#-快速开始) - [🔧 技术栈和布局](#-技术栈和布局) - [⚙️ 环境 -- 环境变量](#%EF%B8%8F-环境-env) - [🏗️ 构建和配置文件](#%EF%B8%8F-构建和配置文件) - [🎯 n8n 配置和自动导入](#-n8n-配置和自动导入) - [🧰 NetBox + n8n 示例](#-netbox--n8n-示例) - [🛰️ Batfish 服务](#%EF%B8%8F-batfish-服务) - [🌐 URL 和 MCP 端点](#-urls--mcp-端点) - [🤖 Ollama 模型](#-ollama-模型) - [💾 数据和持久性](#-数据和持久性) - [📚 指南](#-指南) - [🚀 生产部署](docs/operations/PRODUCTION_DEPLOYMENT.md) - [💿 备份和恢复](docs/operations/BACKUP_RECOVERY.md) - [🔍 故障排除](#-故障排除) - [🔄 更新和重置](#%EF%B8%8F-更新和重置) --- ## 快速开始 <details> <summary><strong>1. 要求</strong></summary> - **Docker 引擎** + **Docker Compose v2** - `.env` 中的空闲端口（例如 `5678`, `5432`, `8000`, `9997`, `9996`, `7320`, `3000`, `3001`, `7860`, `6333`, `11434`, `73xx`, …） - 容器具有出站互联网访问权限（用于： - 拉取镜像 - 安装社区节点 - 拉取 Ollama 模型） - 所有命令都在包含 `docker-compose.yml` 和 `.env` 的文件夹中执行 **可选 – GPU 配置文件** - 主机上的 NVIDIA GPU - 已安装 **NVIDIA 容器工具包** - 主机上的 `nvidia-smi` 可用 </details> <details> <summary><strong>2. 最小有效路径</strong></summary> 1. 克隆此栈使用的外部 MCP/网关仓库： ```bash mkdir -p mcp-servers-source cd mcp-servers-source git clone https://github.com/openclaw/openclaw.git git clone https://github.com/rodgco/openclaw-mcp-server.git git clone https://github.com/illuminaresolutions/n8n-mcp-server.git cd .. ``` 2. 运行设置脚本以生成一个安全的 `.env` 文件： ```bash ./setup.sh ``` （或者，如果您更喜欢手动创建 `.env` 文件，请参见 [环境](#%EF%B8%8F-环境-env)）。 3. 构建自定义 n8n 镜像: ```bash docker compose build n8n ``` 4. 启动 CPU 栈： ```bash docker compose --profile cpu up -d ``` 5. 等待 30–60 秒，让： - Postgres - NetBox（及其 Postgres/Redis 依赖项） - Batfish + Batfish MCP 桥接器 + Batfish CLI - n8n - 配置器（所有者 + `n8n-nodes-mcp`） - 可选的 `n8n-import`（工作流/凭证） 6. 浏览到您的 UI： - <http://localhost:5678> - <http://localhost:8000> - <http://localhost:9997> - 使用 `.env` 文件中的所有者凭证登录 </details> <details> <summary><strong>3. GPU 配置文件</strong></summary> 如果您希望 Ollama 使用 GPU 而不是 CPU： ```bash # 启动 GPU 配置文件 docker compose --profile gpu-nvidia up -d # 或同时启动 CPU + GPU docker compose --profile cpu --profile gpu-nvidia up -d ``` 避免每次重复配置文件： ```bash export COMPOSE_PROFILES=cpu docker compose up -d ``` </details> --- ## 技术栈和布局 ### 栈摘要 | 组件 | 目的 | |----------------|----------------------------------------------| | n8n | 自动化引擎 + MCP 编排器 | | PostgreSQL | n8n 后端数据库 | | n8n-provision | 所有者创建 + `n8n-nodes-mcp` 安装| | n8n-import | 可选的工作流和凭证自动导入 | | Ollama | 本地 LLM 服务器（CPU / GPU） | | Open WebUI | Ollama / LLM 聊天界面 | | Flowise | LLM 编排 / 低代码构建器 | | Langflow | 视觉 AI 流构建器 | | Qdrant | 向量数据库 | | NetBox | 数据中心基础设施管理/IP 地址管理平台 | | Batfish | 网络配置分析引擎 | | Batfish MCP | Batfish API 桥接器，用于自动化 | | Batfish CLI | pybatfish 实用程序容器 | | OpenClaw | 代理网关（默认模型 `llama3.2:3b`） | | OpenClaw MCP | HTTP MCP 桥接器进入 OpenClaw 会话 | | n8n 管理 MCP | 用于 n8n API 操作的标准输入/输出 MCP 服务器 | | MCP 边车 | Check Point MCP 工具作为 HTTP 服务器 | ### 仓库布局 ```bash . ├─ docker-compose.yml # 多服务栈（CPU / GPU 配置文件） ├─ .env # 密码 / 端口 / 管理值 ├─ docker/ │ └─ n8n/ │ └─ Dockerfile # 自定义 n8n 镜像（MCP CLI + 包装器内置） ├─ scripts/ │ └─ n8n-provision.sh # 边车：所有者设置 + 登录 + 社区节点安装 ├─ n8n/ │ ├─ backup/ # 要自动导入的工作流/凭证（可选） │ └─ custom-nodes/ # 额外的 n8n 节点（持久化） ├─ langflow/ │ └─ flows/ # 示例 Langflow 流 ├─ qdrant/ # Qdrant 的本地备份 / 集合 └─ mcp-servers-source/ ├─ openclaw/ # OpenClaw 官方源仓库 ├─ openclaw-mcp-server/ # OpenClaw MCP 服务器源（rodgco） └─ n8n-mcp-server/ # n8n 管理 MCP 服务器源 ``` --- ## 环境（`.env`） 在 `docker-compose.yml` 旁边创建一个 `.env` 文件： ```env # ───────── n8n 数据库 ───────── POSTGRES_USER=admin POSTGRES_PASSWORD=change_me POSTGRES_DB=n8n POSTGRES_PORT=5432 # ───────── NetBox ───────── NETBOX_IMAGE=netboxcommunity/netbox:latest NETBOX_PORT=8000 NETBOX_POSTGRES_DB=netbox NETBOX_POSTGRES_USER=netbox NETBOX_POSTGRES_PASSWORD=change_me NETBOX_SECRET_KEY=long_random_netbox_secret NETBOX_SUPERUSER_NAME=admin NETBOX_SUPERUSER_EMAIL=admin@netbox.local NETBOX_SUPERUSER_PASSWORD=change_me NETBOX_BASE_URL=http://netbox:8080 NETBOX_API_TOKEN= # ───────── Batfish ───────── BATFISH_IMAGE=batfish/allinone:latest BATFISH_PORT=9997 BATFISH_WORKER_PORT=9996 BATFISH_BASE_URL=http://batfish:9997 BATFISH_MCP_PORT=7320 BATFISH_MCP_URL=http://batfish-mcp:3020 BATFISH_MCP_API_KEY=change_me BATFISH_DEFAULT_NETWORK=demo BATFISH_DEFAULT_SNAPSHOT=snapshot # ───────── n8n Web ───────── N8N_PORT=5678 N8N_ENCRYPTION_KEY=long_random_encryption_key N8N_USER_MANAGEMENT_JWT_SECRET=supersecretjwtkey # ───────── n8n 所有者 / 管理 ───────── N8N_ADMIN_EMAIL=admin@cpdemo.com N8N_ADMIN_FIRST_NAME=Admin N8N_ADMIN_LAST_NAME=User N8N_ADMIN_PASSWORD=change_me # ───────── n8n 基本身份验证 ───────── N8N_BASIC_AUTH_USER=admin N8N_BASIC_AUTH_PASSWORD=change_me # ───────── Ollama ───────── OLLAMA_HOST=ollama-cpu:11434 OLLAMA_PORT=11434 # ───────── 其他 UI ───────── OPEN_WEBUI_PORT=3000 FLOWISE_PORT=3001 LANGFLOW_PORT=7860 QDRANT_PORT=6333 # ───────── MCP（填写您使用的） ───────── DOC_CLIENT_ID= SECRET_KEY= DOC_REGION= MANAGEMENT_HOST= SMS_API_KEY= TE_API_KEY= REPUTATION_API_KEY= SPARK_MGMT_CLIENT_ID= SPARK_MGMT_SECRET_KEY= SPARK_MGMT_REGION= SPARK_MGMT_INFINITY_PORTAL_URL= HARMONY_SASE_CLIENT_ID= HARMONY_SASE_SECRET_KEY= HARMONY_SASE_REGION= CPINFO_LOG_LEVEL=info ``` > 💡 **提示** > - `N8N_ADMIN_*` 用于配置器调用 `/rest/owner/setup`。 > - `N8N_BASIC_AUTH_*` 必须与配置器使用的身份验证匹配。 > - 仅填充您实际使用的 MCP 变量（或在 `docker-compose.yml` 中注释掉这些服务）。 --- ## 构建和配置文件 ### 构建自定义 n8n 镜像 Check Point MCP 边车使用一个**自定义 n8n 基础镜像**，其中包含内置的 MCP CLI 和包装器。 ```bash docker compose build n8n ``` 这会生成一个镜像（例如 `custom-mcp-n8n:custom`），其中包括： - 所有相关的 `@chkp/*` MCP CLI 包 - `/usr/local/bin` 中的包装器脚本，用于每个 MCP 服务： - `mcp-documentation` - `mcp-https-inspection` - `mcp-quantum-management` - `mcp-management-logs` - `threat-emulation-mcp` - `threat-prevention-mcp` - `spark-management-mcp` - `reputation-service-mcp` - `harmony-sase-mcp` - `quantum-gw-cli-mcp` - `quantum-gw-connection-analysis-mcp` - `quantum-gaia-mcp` - `cpinfo-analysis-mcp` ### 启动栈 **CPU 栈： ```bash docker compose --profile cpu up -d ``` **GPU（NVIDIA）Ollama 栈： ```bash docker compose --profile gpu-nvidia up -d ``` **两者兼有：** ```bash docker compose --profile cpu --profile gpu-nvidia up -d ``` 设置默认配置文件： ```bash export COMPOSE_PROFILES=cpu docker compose up -d ``` --- ## n8n 配置和自动导入 ### 配置器（`n8n-provision`） `n8n-provision` 边车运行**一次**，执行： 1. 等待 `http://n8n:5678/healthz` 2. 使用 `N8N_ADMIN_*` 调用 `/rest/owner/setup` 3. 使用 `N8N_BASIC_AUTH_*` 和所有者凭证登录 4. 安装 `n8n-nodes-mcp`（幂等 – HTTP 400 “已安装”即可） 5. 退出 安全地重新运行；它将**跳过**已完成的步骤。 ### 自动导入（`n8n-import`） 如果您将导出的资产放入： - `./n8n/backup/credentials` - `./n8n/backup/workflows` `n8n-import` 容器将在所有容器都运行正常后执行： ```bash n8n import:credentials --separate --input=/backup/credentials n8n import:workflow --separate --input=/backup/workflows ``` 留空这些文件夹以跳过自动导入。 --- ## NetBox + n8n 示例 三个 NetBox 示例工作流包含在： - `n8n/backup/workflows/netbox-list-devices.json` - `n8n/backup/workflows/netbox-list-prefixes.json` - `n8n/backup/workflows/netbox-find-device-by-name.json` 这些工作流由 `n8n-import` 与其他备份工作流一起导入。 ### 设置 1. 在 NetBox UI（`http://localhost:8000`）中为用户配置文件 API 令牌创建一个 NetBox API 令牌。 2. 在 `.env` 中设置 `NETBOX_API_TOKEN`。 3. 确保 `NETBOX_BASE_URL` 保持为 `http://netbox:8080` 以进行网络内 n8n 调用。 4. 重启 n8n 服务： ```bash docker compose --profile cpu up -d n8n n8n-import ``` 每个工作流以手动触发器启动，可以通过编辑 `NetBox Config` 节点快速调整。 --- ## 🛰️ Batfish 服务 该栈包括三个 Batfish 相关容器在同一个 `demo` 网络上： - `batfish` - Batfish 集成引擎（`9997` 协调器 API，`9996` 工作器服务） - `batfish-mcp` - Batfish API 桥接器服务（`/healthz`, `/tools`, `/networks`, `/questions`, `/query`） - `batfish-cli` - 用于交互式故障排除的 pybatfish 实用程序容器 包含的 n8n 示例工作流： - `n8n/backup/workflows/batfish-mcp-list-networks.json` ### 设置 1. 在 `.env` 中设置 `BATFISH_MCP_API_KEY`（如果您选择随机密码，则由 `setup.sh` 自动生成）。 2. 启动或重启栈： ```bash docker compose --profile cpu up -d ``` 3. 测试桥接器健康状况： ```bash curl http://localhost:${BATFISH_MCP_PORT:-7320}/healthz ``` 4. 查询桥接器端点（需要 API 密钥）： ```bash curl -H "X-API-Key: ${BATFISH_MCP_API_KEY}" http://localhost:${BATFISH_MCP_PORT:-7320}/networks ``` 5. 使用 CLI 容器： ```bash docker compose exec batfish-cli sh python -c "from pybatfish.client.session import Session; Session(host='batfish'); print('batfish session ok')" ``` --- ## URL 和 MCP 端点 ### 主要 Web 界面 | 服务 | URL | |--------------|-----------------------------| | n8n | <http://localhost:5678> | | Open WebUI | <http://localhost:3000> | | Flowise | <http://localhost:3001> | | Langflow | <http://localhost:7860> | | Qdrant | <http://localhost:6333> | | NetBox | <http://localhost:8000> | | Batfish | <http://localhost:9997> | | Batfish MCP 桥接器 | <http://localhost:7320> | | Ollama（API）| <http://localhost:11434> | | OpenClaw | <http://localhost:18789> | | OpenClaw MCP | <http://localhost:3721/mcp> | `n8n-admin-mcp-server` 仅支持标准输入/输出（无 HTTP 端点）。 ### MCP 服务器 – 内部 Docker URL 在 **n8n MCP HTTP 节点**（相同 `demo` 网络）中使用这些： - 文档 MCP → `http://mcp-documentation:3000` - HTTPS 检查 MCP → `http://mcp-https-inspection:3001` - 量子管理 MCP → `http://mcp-quantum-management:3002` - 管理日志 MCP → `http://mcp-management-logs:3003` - 威胁仿真 MCP → `http://threat-emulation-mcp:3004` - 威胁防护 MCP → `http://threat-prevention-mcp:3005` - 火花管理 MCP → `http://spark-management-mcp:3006` - 信誉服务 MCP → `http://reputation-service-mcp:3007` - harmany SASE MCP → `http://harmony-sase-mcp:3008` - 量子网关 CLI MCP → `http://quantum-gw-cli-mcp:3009` - 量子网关连接分析 MCP → `http://quantum-gw-connection-analysis-mcp:3010` - 量子盖亚 MCP → `http://quantum-gaia-mcp:3011` - CPInfo 分析 MCP → `http://cpinfo-analysis-mcp:3012` - OpenClaw MCP → `http://openclaw-mcp-server:3721/mcp` ### MCP 服务器 – 从主机 如果端口已发布： - 文档 MCP → <http://localhost:7300> - HTTPS 检查 MCP → <http://localhost:7301> - 量子管理 MCP → <http://localhost:7302> - 管理日志 MCP → <http://localhost:7303> - 威胁仿真 MCP → <http://localhost:7304> - 威胁防护 MCP → <http://localhost:7305> - 火花管理 MCP → <http://localhost:7306> - 信誉服务 MCP → <http://localhost:7307> - Harmany SASE MCP → <http://localhost:7308> - 量子网关 CLI MCP → <http://localhost:7309> - 量子网关连接分析 MCP → <http://localhost:7310> - 量子盖亚 MCP → <http://localhost:7311> - CPInfo 分析 MCP → <http://localhost:7312> - OpenClaw MCP → <http://localhost:3721/mcp> 从另一台机器，使用 `http://<docker-host-ip>:73xx`。 ### Batfish 服务 URL - Batfish（内部）→ `http://batfish:9997` - Batfish MCP 桥接器（内部）→ `http://batfish-mcp:3020` - Batfish MCP 桥接器（主机）→ <http://localhost:7320> ### n8n MCP 节点配置 在 n8n 的 MCP 客户端节点（例如 `mcpClientTool`）中： - **连接类型/模式**：`http` - **基本 URL**：`http://<mcp-service-name>:<port>`（例如，`http://threat-emulation-mcp:3004`） - **请勿**设置“包”或“命令”为 `@chkp/...`。 如果包字段已设置，n8n 将尝试 `npx @chkp/...` 在容器中，您将看到： - `npm warn exec The following package was not found and will be installed` - `Error [ERR_MODULE_NOT_FOUND]: Cannot find package '@chkp/mcp-utils'` HTTP 模式 + 边车 = 清洁，可预测的行为。 --- ## 🔌 Open WebUI 的 n8n 管道 包含的 `n8n_pipe.py` 允许 Open WebUI 与 n8n 工作流通信。 ### 配置 1. **默认 URL**：管道预配置为发送请求到 `http://n8n:5678/webhook/n8n-pipe`。 2. **多个工作流**：您可以使用此管道与**任何** n8n 工作流。 - 在 Open WebUI 中，转到 **管理员面板** -> **函数**（或 **管道**）。 - 选择 **N8N 管道**。 - 编辑 **N8N URL** 阀门以指向您期望的工作流的 Webhook URL（例如 `http://n8n:5678/webhook/my-custom-agent`）。 - 您甚至可以复制管道文件以拥有多个命名管道指向不同的代理！ ### 工作流要求 要与此管道配合使用，工作流必须： 1. 以 **Webhook** 节点启动。 2. 方法：`POST`. 3. 路径：匹配您配置的 URL（例如 `n8n-pipe`）。 4. 使用 **响应 Webhook** 节点响应。 --- ## Ollama 模型 `ollama-pull-*` 边车等待 Ollama API，然后拉取配置的模型，例如： - `llama3.1:latest` - `nomic-embed-text:latest` 要更改拉取哪些模型，请编辑 `docker-compose.yml` 中的 `command:`： ```bash ollama list ollama rm <model-name> ``` --- ## 许可证 本项目采用 [MIT 许可证](https://opensource.org/licenses/MIT)。 ## 数据与持久化 该堆栈使用命名的 Docker 卷，因此您可以销毁容器并保留数据。 | 卷名 | 描述 | |-------------------|--------------------------------------------| | `n8n_storage` | n8n 配置，用户数据，一些缓存的元数据 | | `postgres_storage`| n8n 的 PostgreSQL 数据库 | | `netbox_postgres_storage` | NetBox 的 PostgreSQL 数据库 | | `netbox_media_storage` | NetBox 用户上传的媒体和报告 | | `batfish_storage` | Batfish 快照和分析工作空间 | | `ollama_storage` | Ollama 模型和数据 | | `qdrant_storage` | Qdrant 集合 | | `open-webui` | Open WebUI 数据 | | `flowise` | Flowise 数据 | | `langflow` | Langflow 数据 | 示例：备份 `n8n_storage` 到本地 tarball： ```bash docker run --rm -v n8n_storage:/data -v "$(pwd)":/backup busybox \ tar czf /backup/n8n_storage.tgz -C /data . ``` ## 故障排除 ### A) `n8n-import`： “Mismatching encryption keys” 确保 **所有与 n8n 相关的容器** (`n8n`、`n8n-import`、`n8n-provision`) 使用来自 `.env` 的 **相同** `N8N_ENCRYPTION_KEY` 值。 ### B) Provisioner: HTTP 400 “Package already installed” 重新运行时正常。只要您在 **设置 → 社区节点** 中看到 `n8n-nodes-mcp`，就没问题。 ### C) MCP 节点显示 `@chkp/...` 安装错误 如果日志显示： - `npm warn exec The following package was not found and will be installed` - `Error [ERR_MODULE_NOT_FOUND]: Cannot find package '@chkp/mcp-utils'` …那么该节点处于 **包模式**。将其切换到 **HTTP** 并指向正确的 MCP URL，例如： ```text http://management-logs-mcp:3003 ``` ### D) 无法从 Docker 内部访问 MCP 从 `n8n` 容器中，使用 **服务名称** 而不是 `localhost`: ```bash docker compose exec n8n sh # Inside curl http://mcp-documentation:3000/ ``` 如果成功，则 MCP 侧车运行正常且可访问。 ### E) Postgres 连接问题 检查数据库日志： ```bash docker compose logs postgres | tail -n 50 ``` 确保： - `POSTGRES_USER`、`POSTGRES_PASSWORD`、`POSTGRES_DB` 在 `postgres`、`n8n` 和 `n8n-import` 之间匹配。 ### F) 未检测到 GPU - 确保您使用的是 `gpu-nvidia` 配置文件。 - 验证 NVIDIA 工具包： ```bash docker run --rm --gpus all nvidia/cuda:12.3.2-base nvidia-smi ``` 如果此操作失败，请在使用 GPU 配置文件之前修复 GPU 驱动程序/工具包。 ## 更新与重置 ### 更新 - **n8n-nodes-mcp** – 通过 n8n UI 更新（设置 → 社区节点）或在您的 provisioner/Dockerfile 中调整版本并重建。 - **Check Point MCP CLI** – 在 `docker/n8n/Dockerfile` 中调整版本并重建： ```bash docker compose build n8n ``` - **基础镜像** – 更新底层 `n8n` 版本（修复 "n8n 未运行最新版本"）： ```bash # 这会拉取最新的基础镜像并重建您的自定义镜像 docker compose build --pull n8n # 然后重启服务 docker compose --profile cpu up -d n8n ``` > **注意**：不要运行 `docker compose pull n8n`。这将失败，因为它试图从 Docker Hub 拉取您的*本地自定义镜像*。始终使用 `build --pull`。 （根据需要调整配置文件）。 ### 完全重置（实验室风格） 如果您想要一个 **干净的 slate**（全新数据库，无工作流，无凭证，无聊天记录）： ```bash # 警告：删除所选配置文件的卷 docker compose --profile cpu down -v docker compose --profile cpu up -d ``` 这将重新创建整个环境，从零开始重新运行 provisioner，并重新导入 `./n8n/backup` 中的任何资产。 ## 📚 指南 特定工作流和代理的详细文档： - **[Lakera Playground Guide](docs/guides/n8n_Lakera_Playground_Guide.md)**：Lakera Guard 工作流的完整指南，包括对每个节点和安全逻辑的技术深入探讨。 - **[Threat Prevention Agent Guide](docs/guides/CheckPoint_Threat_Prevention_Guide.md)**：Check Point Threat Prevention 代理文档，涵盖 AI 代理、MCP 客户端和策略管理。 ## 🚀 生产部署 此 playground 现已 **生产就绪**，具有企业级功能： ### 快速生产检查清单 1. **生成安全配置** ```bash ./setup.sh ./scripts/validate-env.sh ``` 2. **运行健康检查** ```bash ./scripts/health-check.sh --profile cpu ``` 3. **设置自动备份** ```bash # 添加到 crontab 进行每日备份 0 2 * * * /path/to/scripts/backup-volumes.sh --retention-days 30 ``` 4. **启用 CI/CD** - GitHub Actions 工作流位于 `.github/workflows/` - 每次推送自动运行测试和安全扫描 ### 生产文档 - **[生产部署指南](docs/operations/PRODUCTION_DEPLOYMENT.md)** - 全面指南涵盖： - 安全强化和 SSL/TLS 配置 - 机密管理（Docker Secrets、Vault 等） - 扩展和可用性 - 监控和可观察性 - 合规性（SOC2、GDPR 等） - **[备份和恢复指南](docs/operations/BACKUP_RECOVERY.md)** - 完整的备份策略： - 自动卷备份 - 灾难恢复程序 - RTO/RPO 定义 - 时间点恢复 ### 自动测试 在本地运行集成测试： ```bash # 运行完整测试套件 ./tests/integration-test.sh # 测试特定配置文件 PROFILE=cpu ./tests/integration-test.sh ``` CI/CD 在每次推送和拉取请求时自动运行测试。 ## 安全最佳实践 1. **使用设置脚本**：始终使用 `./setup.sh` 为您的环境生成强大、随机的密码。 2. **保护 `.env` 文件**：您的 `.env` 文件包含敏感凭证。永远不要将其提交到版本控制中。 3. **API 密钥**：谨慎输入 API 密钥。确保您信任运行此堆栈的环境。 4. **网络隔离**：此堆栈设计用于本地开发。如果部署到共享网络，请确保有适当的防火墙规则。