Skill de Implantação
Reconstrua e implante a função Lambda do agente de chat do portfólio na AWS.
Quando usar
- Após atualizar qualquer arquivo em
WebContent/context/ - Após modificar
lambda/lambda_function.py - Quando o usuário disser "implante", "reimplante", "envie para Lambda" ou "atualize o agente de chat"
Fluxo de trabalho
- Reconstruir a base de conhecimento — Regenerar
lambda/knowledge_base.jsona partir dos arquivos de contexto - Limpar a compilação anterior — Remover o diretório
package/antigo edeployment.zip - Instalar dependências — Instalar pacotes Python para o alvo Linux/x86_64
- Empacotar — Copiar o handler e a base de conhecimento para o pacote, criar o zip
- Implantar — Atualizar o código da função Lambda via AWS CLI
- Verificar — Confirmar que a implantação foi bem-sucedida
Comandos
Passo 1: Reconstruir a Base de Conhecimento
python scripts/build_knowledge_base.py
Verifique se a saída mostra a contagem esperada de projetos e nenhum erro.
Passo 2: Limpar e Instalar Dependências
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
As flags --platform e --only-binary garantem que as extensões compiladas sejam construídas para Amazon Linux, não para macOS.
Passo 3: Empacotar o Zip de Implantação
cp lambda_function.py knowledge_base.json package/
cd package && zip -r ../deployment.zip . && cd ..
Passo 4: Implantar no Lambda
aws lambda update-function-code \
--function-name portfolio-chat-agent \
--zip-file fileb://lambda/deployment.zip
Execute a partir da raiz do repositório para que o caminho fileb:// seja resolvido corretamente.
Passo 5: Verificar
Verifique se a resposta inclui:
"LastUpdateStatus": "InProgress"ou"Successful""FunctionName": "portfolio-chat-agent"- Valor
CodeSha256atualizado
Configuração
| Configuração | Valor |
|---|---|
| Nome da função | portfolio-chat-agent |
| Runtime | python3.12 |
| Região | us-west-1 |
| Memória | 256 MB |
| Tempo limite | 30 segundos |
| Arquitetura | x86_64 |
Regras
- Nunca imprima ou registre a chave da API Anthropic. Se a resposta da AWS CLI incluir variáveis de ambiente, não as exiba para o usuário.
- Sempre reconstrua a base de conhecimento primeiro. Mesmo se apenas
lambda_function.pyfoi alterado, reconstruir garante que a base de conhecimento esteja atualizada. - Execute a partir da raiz do repositório. O caminho
fileb://no comando de implantação é relativo ao diretório de trabalho. - Não modifique as variáveis de ambiente do Lambda a menos que o usuário solicite explicitamente a atualização da chave da API.
Solução de problemas
| Problema | Solução |
|---|---|
No module named 'pydantic_core._pydantic_core' | Falta a flag --platform durante o pip install — dependências foram compiladas para macOS em vez de Linux |
Unable to load paramfile fileb:// | Diretório de trabalho errado — execute o comando de implantação a partir da raiz do repositório |
ResourceNotFoundException | A função Lambda não existe ainda — use aws lambda create-function (veja docs/plans/chat-agent/aws-setup.md Passo 7) |
CodeStorageExceededException | Zip de implantação muito grande — verifique dependências desnecessárias em requirements.txt |
Documentação de referência
- aws-setup.md — configuração completa da conta AWS, funções IAM, criação inicial do Lambda e configuração da URL da função