部署技能
重建并部署作品集聊天智能体 Lambda 函数到 AWS。
使用时机
- 更新
WebContent/context/目录下的任何文件后 - 修改
lambda/lambda_function.py后 - 用户说出“部署”、“重新部署”、“推送到 Lambda”或“更新聊天智能体”时
工作流程
- 重建知识库 — 从上下文文件重新生成
lambda/knowledge_base.json - 清理之前的构建 — 删除旧的
package/目录和deployment.zip - 安装依赖 — 安装适用于 Linux/x86_64 目标平台的 Python 包
- 打包 — 将处理函数和知识库复制到 package 目录,并创建 zip 文件
- 部署 — 通过 AWS CLI 更新 Lambda 函数代码
- 验证 — 确认部署成功
命令
步骤 1: 重建知识库
python scripts/build_knowledge_base.py
确认输出显示预期的项目数量,且没有报错。
步骤 2: 清理并安装依赖
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
--platform 和 --only-binary 标志确保编译扩展是为 Amazon Linux 构建的,而不是 macOS。
步骤 3: 打包部署 zip
cp lambda_function.py knowledge_base.json package/
cd package && zip -r ../deployment.zip . && cd ..
步骤 4: 部署到 Lambda
aws lambda update-function-code \
--function-name portfolio-chat-agent \
--zip-file fileb://lambda/deployment.zip
在仓库根目录下运行此命令,以便 fileb:// 路径能正确解析。
步骤 5: 验证
检查响应是否包含:
"LastUpdateStatus": "InProgress"或"Successful""FunctionName": "portfolio-chat-agent"- 更新后的
CodeSha256值
配置
| 设置 | 值 |
|---|---|
| 函数名称 | portfolio-chat-agent |
| 运行时 | python3.12 |
| 区域 | us-west-1 |
| 内存 | 256 MB |
| 超时时间 | 30 秒 |
| 架构 | x86_64 |
规则
- 切勿打印或记录 Anthropic API 密钥。 如果 AWS CLI 响应中包含环境变量,不要将其回显给用户。
- 始终先重建知识库。 即使只修改了
lambda_function.py,重建也能确保知识库是最新的。 - 在仓库根目录下运行。 部署命令中的
fileb://路径是相对于工作目录的。 - 除非用户明确要求更新 API 密钥,否则不要修改 Lambda 环境变量。
故障排除
| 问题 | 解决方案 |
|---|---|
No module named 'pydantic_core._pydantic_core' | pip install 时缺少 --platform 标志 —— 依赖是为 macOS 而非 Linux 构建的 |
Unable to load paramfile fileb:// | 工作目录错误 —— 从仓库根目录运行部署命令 |
ResourceNotFoundException | Lambda 函数还不存在 —— 使用 aws lambda create-function(参见 docs/plans/chat-agent/aws-setup.md 第 7 步) |
CodeStorageExceededException | 部署 zip 包过大 —— 检查 requirements.txt 中是否有不必要的依赖 |
参考文档
- aws-setup.md — 完整的 AWS 账户设置、IAM 角色、初始 Lambda 创建和函数 URL 配置