Bereitstellungs-Fähigkeit
Baue die Lambda-Funktion des Portfolio-Chat-Agenten neu auf und stelle sie auf AWS bereit.
Wann verwenden
- Nach Aktualisierung einer Datei in
WebContent/context/ - Nach Änderung von
lambda/lambda_function.py - Wenn der Benutzer "bereitstellen", "neu bereitstellen", "an Lambda pushen" oder "Chat-Agent aktualisieren" sagt
Arbeitsablauf
- Wissensdatenbank neu aufbauen — Generiere
lambda/knowledge_base.jsonaus den Kontextdateien neu - Vorherigen Build bereinigen — Entferne altes
package/-Verzeichnis unddeployment.zip - Abhängigkeiten installieren — Installiere Python-Pakete für das Linux/x86_64-Ziel
- Paketieren — Kopiere Handler und Wissensdatenbank in das Paket, erstelle ZIP
- Bereitstellen — Aktualisiere Lambda-Funktionscode über AWS CLI
- Verifizieren — Bestätige erfolgreiche Bereitstellung
Befehle
Schritt 1: Wissensdatenbank neu aufbauen
python scripts/build_knowledge_base.py
Überprüfe die Ausgabe auf die erwartete Projektanzahl und keine Fehler.
Schritt 2: Bereinigen und Abhängigkeiten installieren
cd lambda
rm -rf package/ deployment.zip
pip install -r requirements.txt -t package/ \
--platform manylinux2014_x86_64 \
--only-binary=:all: \
--implementation cp \
--python-version 3.12
Die Flags --platform und --only-binary stellen sicher, dass kompilierte Erweiterungen für Amazon Linux und nicht für macOS gebaut werden.
Schritt 3: Bereitstellungs-ZIP paketieren
cp lambda_function.py knowledge_base.json package/
cd package && zip -r ../deployment.zip . && cd ..
Schritt 4: An Lambda bereitstellen
aws lambda update-function-code \
--function-name portfolio-chat-agent \
--zip-file fileb://lambda/deployment.zip
Führe dies vom Repository-Stammverzeichnis aus, damit der fileb://-Pfad korrekt aufgelöst wird.
Schritt 5: Verifizieren
Stelle sicher, dass die Antwort Folgendes enthält:
"LastUpdateStatus": "InProgress"oder"Successful""FunctionName": "portfolio-chat-agent"- Aktualisierter
CodeSha256-Wert
Konfiguration
| Einstellung | Wert |
|---|---|
| Funktionsname | portfolio-chat-agent |
| Laufzeit | python3.12 |
| Region | us-west-1 |
| Speicher | 256 MB |
| Zeitüberschreitung | 30 Sekunden |
| Architektur | x86_64 |
Regeln
- Gib niemals den Anthropic-API-Schlüssel aus oder protokolliere ihn. Wenn die AWS-CLI-Antwort Umgebungsvariablen enthält, gib sie nicht an den Benutzer zurück.
- Baue immer zuerst die Wissensdatenbank neu auf. Selbst wenn nur
lambda_function.pygeändert wurde, stellt der Neubau sicher, dass die Wissensdatenbank aktuell ist. - Führe vom Repository-Stammverzeichnis aus. Der
fileb://-Pfad im Bereitstellungsbefehl ist relativ zum Arbeitsverzeichnis. - Ändere die Lambda-Umgebungsvariablen nicht, es sei denn, der Benutzer bittet explizit darum, den API-Schlüssel zu aktualisieren.
Fehlerbehebung
| Problem | Lösung |
|---|---|
No module named 'pydantic_core._pydantic_core' | Fehlendes --platform-Flag bei der pip-Installation — Abhängigkeiten wurden für macOS statt für Linux gebaut |
Unable to load paramfile fileb:// | Falsches Arbeitsverzeichnis — führe den Bereitstellungsbefehl vom Repository-Stammverzeichnis aus |
ResourceNotFoundException | Lambda-Funktion existiert noch nicht — verwende aws lambda create-function (siehe docs/plans/chat-agent/aws-setup.md Schritt 7) |
CodeStorageExceededException | Bereitstellungs-ZIP zu groß — überprüfe auf unnötige Abhängigkeiten in requirements.txt |
Referenzdokumentation
- aws-setup.md — vollständige AWS-Kontoeinrichtung, IAM-Rollen, anfängliche Lambda-Erstellung und Konfiguration der Funktions-URL