运维与安全

本页介绍 AICR 部署上线后的日常运维：可观测性 dashboard 与 Prometheus metrics 端点、管理员认证、 secret scrubber、沙箱安全模型、Podman/Docker socket 威胁模型、备份，以及升级/回滚。

可观测性 dashboard

设置 admin.username_env 加上 admin.password_env 或 admin.password_hash_env 之一，即可启用内置 dashboard。该 dashboard 是独立的超级管理员界面 — 它不复用 webhook HMAC 或 trigger API key （参见身份认证与密钥）。

路由	方法	用途
`/dashboard` 与 `/`	GET	提供内嵌的 SPA
`/api/admin/login`	POST	返回 Bearer 会话令牌
`/api/admin/stats`	GET	全部时间、今天、本周、本月的统计，外加项目 / provider / 最近运行数据

管理员认证

生产环境优先使用 password_hash_env（格式 sha256:<hex>）；小型内部部署允许使用原始密码 env，但会以常数时间摘要比较、限流，并且绝不记录日志。

生成 sha256 密码哈希：

node -e "console.log('sha256:' + require('crypto').createHash('sha256').update(process.argv[1]).digest('hex'))" 'your-password'

Prometheus metrics

服务端暴露了一个 Prometheus 兼容的 /metrics 端点。在你现有的 Prometheus/Grafana 技术栈中，把它与 /healthz（用于存活检测）一起抓取即可。

SQLite 存储

内置存储是 SQLite + Drizzle，路径由 storage.database.sqlite.path 控制（默认 /app/data/aicr.sqlite）。配置 schema 已经在顶层 storage.* 下预留了 Postgres、Redis 缓存和 S3 兼容对象存储，但 dashboard 运行时目前仅使用 SQLite。

密钥请保留在 .env 中；config.yaml 应只包含环境变量名。

Secret scrubber

AICR 在四个边界对已知密钥进行脱敏，之后再持久化或输出内容：

边界	脱敏内容
Prompt	交给 agent 的指令负载
Log	写入应用日志的任何内容
Template	渲染后的 output-channel 模板
Output	最终发布的报告（PR 评论、飞书卡片等）

沙箱安全模型

每个 agent 运行都可以隔离在沙箱容器中。该安全模型在 native、docker、docker_socket 和 podman 后端上都成立：

命令白名单。 在调用任何容器引擎之前，会先针对 ALLOWED_COMMANDS 检查容器命令。未知命令在预检阶段失败。
只读 source/。 源码以只读方式挂载到 /workspace/source。agent 无法修改被审查的代码。
隔离的 cwd。 agent/ 和 tmp/ 是仅有的可写 workspace 挂载；工作目录按每次运行进行范围隔离。
env 文件位于挂载之外。 临时 --env-file 文件创建在挂载的 workspace 目录之外，并在运行后删除，因此被攻破的 agent 无法从 workspace 树读取同级运行的密钥。
超时清理。 agent.timeout_seconds 会触发整棵进程树的杀死 — agent 二进制及其 worker 子进程 — 因此运行无法通过遗留孤儿 worker 来超支。参见 Docker 部署。

Podman / Docker socket 风险

嵌套容器沙箱（见 Docker 与 Podman）需要把宿主 Podman 或 Docker socket 挂载进 AICR 容器。该 socket 是对宿主容器引擎的完整、root 等效访问 — 谁能与它对话，谁就能以拥有该 socket 的宿主用户身份启动容器并运行任意代码。

仅在你完全可控的宿主上启用嵌套容器沙箱，并尽可能优先使用 rootless 用户级 Podman socket （/run/user/$UID/podman/podman.sock），而不是系统级 Docker socket。

数据目录备份

备份三个挂载的数据卷即可。它们包含了 AICR 持久化的全部内容：

卷	容器路径	内容
`aicr-data`	`/app/data`	SQLite 存储、运行历史、队列状态
`aicr-workspaces`	`/app/workspaces`	克隆仓库 / 检出缓存
`aicr-logs`	`/app/logs`	应用日志文件

一个最小的离线备份：

docker run --rm -v aicr-data:/data -v "$PWD/backup:/backup" alpine \
  tar czf /backup/aicr-data-$(date +%F).tgz -C /data .

config.yaml 和 .env 在宿主上（通常在 example/ 下）— 请单独备份。它们不属于命名卷。

升级与回滚

由于 config.yaml 和 .env 是卷挂载的（不是固化进镜像的），升级有两条通道：

变更类型	流程
仅配置（LLM 模型、triggers、outputs、新增 workspace、标签规则等）	编辑 `config.yaml` 和/或 `.env`，然后重启容器。无需重新构建。
代码变更（新的 AICR 版本、Dockerfile / 工具列表变更）	`docker build -t aicodereviewer -f deploy/Dockerfile .`，然后重启容器。

仅配置变更的重启：

docker restart aicr

回滚按相反顺序同理操作：保留上一版本的镜像标签，对相同的卷 docker run 旧镜像即可。因为状态位于卷中（而非镜像中），只要 SQLite schema 没有发生不可逆的前向迁移，镜像回滚不会丢失运行历史 — 因此在部署会带来 schema 迁移的新镜像之前，先对 aicr-data 卷做一次快照。