İçeriğe geç
AggregaAggrega
Dil seçin: Türkçe
Bu sayfa makine çevirisiyle çevrilmiştir. İngilizce orijinalini okuyun.

Bağlantılarda kimlik bilgileri — her bağlantı için bir anahtar ve her iki uçta tek anahtar

İki modele erişen ve her birine farklı bir anahtar sunan, Kubernetes manifest’lerine derlenmiş bir anlamsal bellek deposu. Alınan materyali barındırılan bir modelle okur ve kümede yanında çalışan bir gömme sunucusuyla kodlar. Barındırılan modele sunduğu anahtar bir küme gizli bilgi deposundan alınır. Gömme sunucusu kendine ait bir anahtarı denetler ve depo da aynı anahtarı sunar — her iki uç da onu tek bir parametreden okur, bu nedenle ikisi birbirinden farklı yazılamaz.

Bu çalışma alanı kendine ait hiçbir katalog varlığı yazmaz. Adını verdiği her Component, Feature ve Recipe standart kütüphane kataloğuyla birlikte gelir; buradaki dosyalar — üç Aggregates, bir Manifest ve üç Releases — herhangi birinin yazdığı şeylerin tamamıdır.

Ne oluşturur

┌── extraction_model ──► llm a hosted model API
│ key on the connection, fetched from a secret store
memory ───┤
│
└── embedding_model ──► embeddings an embedding server that checks a key
key on the connection ═══ the server's own api_key
(both read one parameter)
örnekkatalog Component’iburada ne olduğu
memorycore/datastore/cogneeçağıran: iki model soketinin her biri, o bağlantıda sunduğu anahtar için bir credential yuvası bildiren bir anlamsal bellek deposu
llmcore/ai-model/openaicomponent.aggrega.ai/hosting: managed etiketli, barındırılan bir model; bir referans olarak erişilir, bu nedenle küme içinde onun için hiçbir şey çalışmaz
embeddingscore/ai-model/teiKüme içinde self-hosted etiketli Text Embeddings Inference; her çağırandan bir anahtar ister ve bu anahtarı kendi api_key yuvasında tutar

Üç release tek bir Manifest’i, manifest.yaml dosyasını paylaşır ve her birinin kendine ait bir Aggregate’i vardır:

releaseAggregatene gösterdiği
release-matched.yamlaggregate-matched.yamlher iki bağlantı da geliştirici tarafından yazılmış, gömme bağlantısının iki ucu tek bir parametreyi okuyor
release-mismatched.yamlaggregate-mismatched.yamlaynısı, ancak iki uç iki ayrı parametreyi okuyor: derleme başarılı olur ve uzlaşım denetimi öneride bulunur
release-operator-wired.yamlaggregate-operator-wired.yamlçıkarım bağlantısı operatöre bırakılmış: Release bu bağlantıyı kurar ve anahtarını infra içinde adlandırır

Örneği oluşturun

Bu örneği aşağıdaki komutlarla derleyebilir ya da yapay zekâ asistanınıza sizin için derletebilirsiniz.

Örneği, adını taşıyan yeni bir klasöre yazın:

Terminal window
aggrega scaffold --example connection-credentials

Ardından sırada çalıştırılacak komutları yazdırır. İlki yeni klasöre geçer:

Terminal window
cd connection-credentials

Derleme

Her çalıştırmada bir release derleyin:

Terminal window
aggrega build --release release-matched.yaml --auto-pull # → dist/matched/
aggrega build --release release-mismatched.yaml --auto-pull # → dist/mismatched/
aggrega build --release release-operator-wired.yaml --auto-pull # → dist/operator-wired/

Her release kendi dizinine yazar; bu nedenle oluşturulan üç ağaç bir arada bulunur ve birbirleriyle karşılaştırılabilir.

Bir release derlenmeden önce kilit dosyasına ihtiyaç duyar ve kilit dosyaları birlikte dağıtılmaz, üretilir. Önce birini çözümleyin ya da derlemenin onu doldurmasına izin verin:

Terminal window
aggrega pull --release release-matched.yaml # resolve, then build normally
aggrega build --release release-matched.yaml --auto-pull # or resolve during the build

Çalışma alanı varlıklarını .aggrega-config.yaml dosyasının adlandırdığı varsayılan kayıt defterinden çözümler; bu nedenle --catalog bayrağına gerek yoktur.

Çekme işlemi şunu yazdırır:

[… omitted: a warning that the declared-sensitive origin of llm.credential reaches the target with no per-key sensitivity marking, because its realization maps it through a valuesMapping]
Pull complete: release-matched.lock (entities=15, source_artifacts=0, external_inputs=0)

derleme ise, <workspace> bu örneğin klasörünü temsil edecek şekilde, şunu yazdırır:

[… omitted: the same warning about llm.credential the pull printed]
notice: LINT: Feature "core/referenced-secret" at core/referenced-secret:1.0.0 declares property "origin" in both values: and infra: pillars (path: origin)
[… omitted: a total build time, which differs per run]
Build completed: 8 files written to <workspace>/dist

Diğer iki release aynı satırları yazdırır; her çekme işlemi kendi kilit dosyasını adlandırır ve her derleme sekiz dosya yazar. notice: satırı, buradaki her eklentinin kullandığı kimlik bilgisi Feature’ı ile ilgilidir: core/referenced-secret, gizli bilgisinin adı olan origin’i geliştiricinin values’undan ya da operatörün infra’sından kabul eder ve bu uyarı, bir yaprağın her iki sütunda da bildirildiğini raporlar. Hiçbir kararı ve oluşturulan hiçbir baytı değiştirmez; yaprağın neden her ikisinde de bulunduğunu Credential Features açıklar.

Bu sayfanın bir derlemenin ürettiğini yazdırdığı yerlerde blok gerçek bir çalıştırmadan kopyalanmıştır; uzlaşım ve atlanan satırlar için kullandığı işaret için Bu sayfalardaki çıktıyı okuma bölümüne bakın.

Bir yapay zekâ asistanıyla

Aggrega araçlarıyla kurulmuş bir yapay zekâ asistanı da aynısını yapabilir: bu istemi ona yapıştırın.

Yalnızca Aggrega araçlarını kullanın ve kendiniz klasör oluşturmayın. Çalışma alanı klasöründe henüz bir `connection-credentials` klasörü yoksa `scaffold` aracını `example` değeri `connection-credentials` olacak şekilde ve `dir` olmadan bir kez çağırın: araç örneği yeni bir `connection-credentials` klasörüne yazar. Ardından `build` aracını her Release için bir kez, şu sırayla çağırın — `release-matched.yaml`, `release-mismatched.yaml`, `release-operator-wired.yaml` — her seferinde `workspace_root` değeri `connection-credentials`, `release` değeri o dosya, `auto_pull` değeri true ve `write` değeri true olacak şekilde. Her derlemenin hangi dosyaları yazdığını bana söyleyin; dosyalar `connection-credentials/dist/` altındadır.

Oluşturulan ağaç

dist/matched/helm/
├── embeddings-default-service.yaml
├── embeddings-headless-service.yaml
├── embeddings-statefulset.yaml
├── llm-service.yaml
├── memory--llm-zdcredential--memory-externalsecret-memory-memory-llm-credential.yaml
├── memory-default-service.yaml
├── memory-headless-service.yaml
└── memory-statefulset.yaml

Bir dosya, bir bileşenin kendi Recipe’i yerine bir ek tarafından getirildi: store’un barındırılan modele sunduğu anahtarı getiren ExternalSecret. Dosya adı, eklendiği bileşeni, memory, ve ekin adını, llm.credential, taşır; nokta dosyanın kendi adıyla tek bir dizgeyi paylaştığı için bu ad llm-zdcredential olarak yazılır; bkz. Oluşturulan bir kaynağı adlandırma. Hiçbir dosya embedding anahtarını taşımaz: anahtar, aşağıdaki bölümlerin gösterdiği gibi, namespace’in zaten tuttuğu bir Secret’ta bulunur.

Hangi belge neyi yazdı

  • Katalog bağlama noktalarını bildirir. Deponun Component’i iki model soketinin her birinde bir credential yuvası bildirir; gömme sunucusunun Component’i kendi üzerinde api_key bildirir; her Recipe bir anahtarın hangi değişken olarak iletileceğine karar verir.
  • Aggregate — geliştirici — deponun hangi modellere ulaştığını, her bağlantıdaki kimlik bilgisini, sunucunun doğruladığı anahtarı ve gömme bağlantısının her iki ucunun okuduğu tek parametreyi yazar.
  • Manifest — operatörün bu hedef için yönlendirmesi — her kimlik bilgisinin Kubernetes’te neye dönüşeceğine karar verir: her core/referenced-secret eki için ad alanının zaten tuttuğu bir Secret’a başvuru; barındırılan modele giden bağlantıdaki ek ise bunun dışındadır ve bir küme gizli bilgi deposundan getirilir.
  • Release — operatörün tek bir ortam için belgesi — parametreleri karşılar, sınırı bir ad alanına yerleştirir ve operatör tarafından bağlanan release’te çıkarma bağlantısını bağlayıp üzerinde sunulan anahtarı adlandırır.

Bağlantı başına bir anahtar

Depo, katalog varlığının bildirdiği iki soket üzerinden iki modele erişir: extraction_model ve embedding_model; her soket de bir credential yuvası bildirir. Böylece deponun sunduğu anahtar, sunulduğu bağlantının üzerinde durur ve her bağlantı kendi anahtarını taşır. aggregate-matched.yaml dosyasından:

memory:
type: core/datastore/cognee
values:
# The width of the vectors the embedding model above returns.
embedding_dimensions: 384
uses:
extraction_model:
llm:
target: llm
features:
credential: # the key presented to the hosted model
type: core/referenced-secret
values:
key: api-key
origin: "{{ .parameters.provider_key_entry }}"
embedding_model:
embeddings:
target: embeddings
features:
credential: # the key presented to the embedding server
type: core/referenced-secret
values:
key: api-key
origin: "{{ .parameters.embedding_key_secret }}"

Bir bağlantı üzerine yazılan bir ek, deponun kendi eklerinden biri olur ve bağlantının takma adı, bir nokta ve yuvayla adlandırılır: llm.credential ve embeddings.credential. Deponun kapsayıcı env listesinin ilk iki ve son dört girdisi, dist/matched/helm/memory-statefulset.yaml dosyasından:

- name: LLM_API_KEY
valueFrom:
secretKeyRef:
name: memory-llm.credential
key: api-key
- name: EMBEDDING_API_KEY
valueFrom:
secretKeyRef:
name: embedding-server-key
key: api-key
[… omitted: the store's own settings, HTTP_PORT to EMBEDDING_DIMENSIONS]
- name: EMBEDDING_ENDPOINT
value: http://embeddings-default:8080/v1
- name: EMBEDDING_MODEL
value: BAAI/bge-small-en-v1.5
- name: LLM_ENDPOINT
value: https://api.openai.com/v1
- name: LLM_MODEL
value: gpt-4o-mini

İlk ikisi anahtarlardır; her biri kendi bağlantısındaki kimlik bilgisinden, deponun Recipe’inin o tarafa verdiği değişkenin altında gelir: çıkarım için LLM_API_KEY, gömme için EMBEDDING_API_KEY. İkisi de değer değil, referanstır ve helm sağlayıcısı bir Secret’tan okuduğu girdileri düz girdilerden önce yazar. Son dördü iki bağlantıdan gelir: her model adresini ve model adını yayımlar, deponun Recipe’i de bunları soket başına okur.

Deponun Component’i kendi üzerinde de bir anahtar yuvası bildirir: model_api_key. Recipe’i bu yuvayı yalnızca bağlanmamış bırakılan bir soket için okur; bu durumda depo bir sağlayıcıya sağlayıcının kendi adresinden erişir ve anahtarı taşıyacak bir bağlantı yoktur. Burada iki soket de bağlı olduğundan bu yuva okunmaz.

İki uçta tek anahtar

Gömme sunucusu bir anahtarı denetler. Bu anahtarı kendi Component’inin bir yuvasında, api_key içinde tutar; Recipe’i de yuvayı ne dolduruyorsa onu, Text Embeddings Inference’ın başlangıçta okuduğu değişken olan API_KEY olarak iletir. aggregate-matched.yaml dosyasından:

embeddings:
type: core/ai-model/tei
values:
model: BAAI/bge-small-en-v1.5
features:
api_key: # the key the server verifies
type: core/referenced-secret
values:
key: api-key
origin: "{{ .parameters.embedding_key_secret }}"

Bu, sunucu üzerindeki bir eklentidir. Deponun sunduğu anahtar ise yukarıda gösterilen, deponun bağlantısı üzerindeki başka bir eklentidir. Bir ucun yuvasını doldurmak diğer uçta hiçbir şeyi doldurmaz; bu yüzden anahtarı iki uçta da bildirmek bir tekrar değil, asgari gerekliliktir. İkisini tek bir anahtar olarak tutan şey, ikisinin de Aggregate’in bildirdiği ve Release’in karşıladığı tek bir parametreyi, embedding_key_secret parametresini okumasıdır:

parameters:
provider_key_entry: ai/openai-api-key
embedding_key_secret: embedding-server-key

Manifest, core/referenced-secret değerini k8s-existing-secret öğesine bağlar; bu öğe origin değerini, namespace’in halihazırda barındırdığı bir Secret’ın adı olarak okur ve hiçbir şey işlemez. Böylece iki uç da aynı Secret’a başvurur. Sunucunun kapsayıcısının env listesinde, dist/matched/helm/embeddings-statefulset.yaml dosyasından:

- name: API_KEY
valueFrom:
secretKeyRef:
name: embedding-server-key
key: api-key

ve deponunkinde, dist/matched/helm/memory-statefulset.yaml dosyasından:

- name: EMBEDDING_API_KEY
valueFrom:
secretKeyRef:
name: embedding-server-key
key: api-key

Secret, Release’in dışında, onu dağıtan kişi tarafından oluşturulur; böylece anahtarın malzemesi hiçbir zaman yazılmış bir dosyadan ya da işlenmiş bir yapıttan geçmez.

Sunucu, kendisini çağıranların anahtarlarını neden hiç görmez

Bir bağlantı üzerindeki bir ek yalnızca çağırana düşer. Deponun iki kimlik bilgisi deponun ekleridir: bunların oluşturduğu şey deponun yanında durur ve deponun kapsayıcısı ona başvurur. Bunlarla ilgili hiçbir şey bir bağlantının işaret ettiği bileşene ulaşmaz; dolayısıyla bir hedef, kendisine ulaşan bağlantılar ne taşırsa taşısın aynı biçimde oluşturulur.

Barındırılan model bunu açıkça gösterir. Tek bir dosya oluşturur: küme içi bir adı sağlayıcının ana bilgisayarına eşleyen bir Service — dist/matched/helm/llm-service.yaml dosyasının spec bölümünün tamamı:

spec:
type: ExternalName
externalName: api.openai.com
ports:
- port: 443

Deponun ona sunduğu anahtar, sonraki bölümde gösterildiği gibi deponun yanında getirilir. Gömme sunucusu bunu karşılaştırmayla gösterir: aşağıdaki uyumsuz sürüm, deponun gömme bağlantısındaki anahtarı değiştirir ve sunucununkine dokunmaz; sunucunun dist/mismatched/ içindeki üç dosyası da dist/matched/ içindekilerden yalnızca, her birinin hangi Aggregate’ten oluşturulduğunu belirten aggrega.ai/aggregate-name etiketinde ayrılır.

Dolayısıyla sunucunun yapılandırmasında hiçbir şey bir çağıranın tuttuğu bir anahtarı adlandırmaz. Çalışma zamanında bir istek çağıranın anahtarını taşır ve sunucu onu kendi tuttuğu anahtarla karşılaştırır; çağıran ise kendi açısından yalnızca sunucunun yayımladığını okur: bir adres ve bir model adı.

Sunucu başına tek anahtar

Text Embeddings Inference tek bir anahtarı denetler. Her çağıran aynı anahtarı sunar, başka bir anahtar sunan çağıran reddedilir ve sunucu bir çağıranı diğerinden ayırt edemez; bu nedenle bir çağıranın erişimini geri almak, her çağıranın sunduğu anahtarı değiştirmek anlamına gelir. Sunucuya kaç bağlantı ulaşırsa ulaşsın, api_key yuvası tek bir anahtar tutar. Bu sınır sunucunun kendisine aittir ve kataloğun core/ai-model/vllm ve core/ai-model/tgi öğeleri de bu sınırı paylaşır. Bu, bağlantının bir sınırı değildir: birkaç sunucuya ulaşan bir çağıran, buradaki deponun iki anahtar tutması gibi, bağlantı başına bir anahtar tutar.

Bir bağlantının anahtarı bir gizli bilgi deposundan

Manifest, her core/referenced-secret ekini türüne göre, bunlardan birini de adına göre bağlar. manifest.yaml dosyasından:

features:
# One realization for every core/referenced-secret attachment: the Secret
# already exists in the namespace, and origin is its name.
type:
core/referenced-secret:1.0.0: helm/k8s-existing-secret:1.0.0
# One attachment bound differently, by its name. An attachment written on
# a connection is named for the connection's alias, a dot and the slot,
# so the memory store's credential on its llm connection is
# llm.credential. That key is fetched from the store, and origin is the
# store entry to fetch.
name:
llm.credential: helm/k8s-external-secret:1.0.0

k8s-external-secret, origin değerini getirilecek depo girdisi olarak okur. Bağlantının origin değeri, ai/openai-api-key olarak karşılanan provider_key_entry parametresidir; bu nedenle ek, kümedeki bir gizli bilgi deposu operatörünün bir Secret’a uzlaştırdığı bir ExternalSecret oluşturur. dist/matched/helm/memory--llm-zdcredential--memory-externalsecret-memory-memory-llm-credential.yaml dosyasının spec bölümünün tamamı:

spec:
refreshInterval: "1h"
secretStoreRef:
name: platform-secret-store
kind: ClusterSecretStore
target:
name: memory-llm.credential
creationPolicy: Owner
data:
- secretKey: api-key
remoteRef:
key: "ai/openai-api-key"

Doldurduğu Secret, memory-llm.credential, depo ve bağlantıya göre adlandırılır ve yukarıda deponun LLM_API_KEY değerinin başvurduğu addır. Gerçekleştirme, platform-secret-store adlı bir ClusterSecretStore kaynağından okur.

Bir parametrenin ne taşıdığı, onu okuyan gerçekleştirmeden çıkar: barındırılan modelin anahtarı için bir depo girdisi, gömme anahtarı için bir Secret adı. Bir bağlantının anahtarı kendine ait bir gerçekleştirme alırken aynı türdeki diğer tüm ekler türün gerçekleştirmesini korur.

İki ucun bir secret’ı çözümlediği yer

Bir hedef platform, bir secret’ı bir secret kapsamı içinde referansla çözümler: bu kapsam, bir kaynağın başka bir kaynağı adlandırabildiği sınırdır. Bir bağlantının iki ucu tek bir kapsamda bulunduğunda, iki uç da tek bir secret kaynağına başvurur. Farklı kapsamlarda bulunduklarında, her uç aynı depo girdisinden gerçekleştirilen kendi secret kaynağını tutar. Her ucun gerçekleştirimini Manifest seçer: o türdeki her ek için Feature türüne göre ya da tek bir ek için adına göre.

Her hedef kapsamı kendi terimleriyle çizer. Bu çalışma alanının derleme yaptığı Kubernetes’te kapsam namespace’tir: bir workload yalnızca kendi namespace’indeki bir Secret’a başvurur. Buradaki her release, tek sınırını tek bir namespace’e yerleştirir, aggrega.ai/namespace: memory, ve işlenen her belge bunu taşır; iki StatefulSet’in başı:

dist/matched/helm/memory-statefulset.yaml
metadata:
name: memory
namespace: memory
# dist/matched/helm/embeddings-statefulset.yaml
metadata:
name: embeddings
namespace: memory

Dolayısıyla iki uç da yukarıdaki tek Secret’a başvurur. Embedding sunucusu kendi namespace’inde olsaydı, Manifest iki ucun kimlik bilgilerini adlarıyla — api_key ve embeddings.credential — k8s-external-secret’a bağlar, Release parametreyi depo girdisiyle karşılar ve her uç kendi namespace’inde bir ExternalSecret tutar; ikisi de o tek girdiyi getirir. Depo bu durumda sunucuya namespace’ler arasından ulaşır; bunu cross-boundary-networking ele alır. Diğer hedeflerde kapsam bir Compose projesi, bir Terraform kök yapılandırması ve bir CloudFormation stack’idir; Credential Model her birini açıklar.

Operatör bir bağlantıyı kablolar

aggregate-operator-wired.yaml gömme bağlantısını yazar ve deponun extraction_model soketini bağlanmamış bırakır: deponun katalog varlığı bu soketi bildirir ve geliştirici onu operatöre bırakır. Release, soketi Aggregate’in bildirdiği barındırılan modele bağlar. release-operator-wired.yaml dosyasından:

memory:
uses:
# A connection the Aggregate does not write, into a socket the
# store's catalog entity declares, to a component the Aggregate
# declares. A Release writes no values, so the credential on it
# names its secret in infra.
extraction_model:
llm:
target: llm
features:
credential:
type: core/referenced-secret
infra:
origin: ai/openai-api-key

Bir Release, katalog varlığının bildirdiği ve Aggregate’in bağlanmamış bıraktığı bir sokete, Aggregate’in bildirdiği bir bileşene giden bir bağlantı kablolayabilir. Hiçbir bileşen eklemez ve Aggregate’in yazdığı bir bağlantının hedefini asla değiştirmez. Hiç values yazmaz; bu nedenle o bağlantıdaki kimlik bilgisi sırrını infra içinde adlandırır: core/referenced-secret, origin değerini geliştiricinin values alanından ya da operatörün infra alanından, ikisinden tam olarak birinden alır ve ikisini birden taşıyan ya da hiçbirini taşımayan bir ek üzerinde derleme durur.

Ek, eşleşen sürümdekiyle tam olarak aynı biçimde llm.credential olarak adlandırılır; bu nedenle Manifest’in ad katmanı onu aynı şekilde bağlar. Aggregate’i adlandıran etiketin yanı sıra dist/operator-wired/ ile dist/matched/ arasında iki satır farklıdır. ExternalSecret nesnesinin data alanı:

data:
- secretKey: value
remoteRef:
key: "ai/openai-api-key"

ve deponun, doldurduğu Secret’a yaptığı başvuru, dist/operator-wired/helm/memory-statefulset.yaml içinde:

- name: LLM_API_KEY
valueFrom:
secretKeyRef:
name: memory-llm.credential
key: value

Veri anahtarı api-key yerine value olur, çünkü key yalnızca Aggregate’in yazdığı bir values yaprağıdır; bu nedenle yalnızca Release’in yaptığı bir ek, Feature’ın varsayılanını okur. Gerçekleştirme bu anahtarı yayımlar ve depo onu yayımlanandan okur; böylece iki uç yine uyuşur.

Barındırılan model managed olarak etiketlenmiştir; bu nedenle ona ulaşan bir bağlantı ya bir kimlik bilgisi taşır ya da kendi values alanında modelin hiçbirini almadığını, unauthenticated: true, belirtir. Bu, bağlantıyı hangi belge yazmış olursa olsun geçerlidir. Release’in bağlantısından features: bloğunu kaldırırsanız derleme durur. Durma, deponun Component’inin başarısız bir doğrulaması olan E0033’tür ve iletisi kuralın kendi cümlesiyle biter: the extraction_model connection llm of “memory” reaches “llm”, whose component.aggrega.ai/hosting label is managed, with no credential: attach one under credential on that connection, or set unauthenticated: true in its values (“memory” öğesinin llm adlı extraction_model bağlantısı, hosting etiketi managed olan “llm” öğesine kimlik bilgisi olmadan ulaşıyor: o bağlantıda credential altına bir tane ekleyin ya da values içinde unauthenticated: true ayarlayın).

İki uç uyuşmadığında

aggregate-mismatched.yaml, sunucunun anahtarına ve deponun anahtarına iki ayrı parametre verir:

parameters:
provider_key_entry:
type: string
description: >
The store entry holding the key the memory store presents to the hosted
model provider.
embedding_key_secret:
type: string
description: The Secret holding the key the embedding server verifies.
# The fault: a second parameter for what is meant to be the same key.
memory_embedding_key_secret:
type: string
description: The Secret holding the key the memory store presents to the embedding server.

Sunucunun api_key değeri embedding_key_secret parametresini, deponun bağlantısı ise memory_embedding_key_secret parametresini okur; Release bu ikisini iki farklı Secret ile karşılar. Derleme başarılı olur ve sekiz dosya yazar: derleyici kendisine verilen her eki değerlendirir ve iki uç arasında hiçbir şeyi karşılaştırmaz. Sunucu hâlâ embedding-server-key değerine başvurur, depo ise artık başka bir anahtar sunar; dist/mismatched/helm/memory-statefulset.yaml dosyasından:

- name: EMBEDDING_API_KEY
valueFrom:
secretKeyRef:
name: embedding-client-key
key: api-key

Dağıtıldığında sunucu, deponun isteklerini yalnızca bu iki Secret rastlantı sonucu aynı anahtarı tutuyorsa kabul eder.

Bunun yakalandığı yer, bir Release’in yayımlama uzlaşımları denetimidir:

Terminal window
aggrega lint --release release-mismatched.yaml
release-mismatched.yaml:
warn: E0329 connection-credential-matches-target-key: connection "embeddings" on socket "embedding_model" of component "memory" carries a credential in its credential slot and its target "embeddings" holds a key in its api_key slot, but the two ends write their secret's locator differently, so they may name different secrets and the target would refuse the key this caller presents. The locators are compared as written, and neither is shown here. Reading one parameter at both ends keeps them one key; that agreement is the standard-catalog convention, and the build does not check it.
conventions checked: 10 entities, 1 advisory finding(s)

Aynı denetim, eşleşen release üzerinde hiçbir şey bildirmez:

Terminal window
aggrega lint --release release-matched.yaml
conventions checked: 10 entities, 0 advisory finding(s)

ve operatörün bağladığı release üzerinde de hiçbir şey bildirmez.

Kural, iki ucu standart kataloğun onlara verdiği adlarla bulur — hedefin api_key alanı ve bağlantının credential alanı — ve her ucun yazdığı origin değerini yazıldığı gibi karşılaştırır: aynı parametreyi okuyan iki uç eşit sayılır ve hiçbir şey çözümlenmez. Kural ikisini de hiçbir zaman alıntılamaz, çünkü orada yazılan şey sırrın kendisi olabilir. managed etiketli bir hedefi değerlendirmez; böyle bir hedefin api_key alanı, bildirdiği yerde, çağıranlarının sunduğu bir anahtar değil, satıcısına sunulan anahtardır; bu nedenle llm hedefine giden bağlantı üç release’in hiçbirinde bulgu üretmez. Bulgu bir öneridir: aggrega lint 0 ile çıkar ve iki ucu bilerek farklı olan bir çalışma alanı allow_connection_credential_mismatches ile bu denetimin dışında kalır. Aynı soruyu daemon’a Release’i adlandıran aggrega/lint ile soran bir düzenleyici, aynı bulguyu connection-credential-matches-target-key kodu ve E0329 kısa koduyla alır. Kural ve okuduğu şeyler Disiplin kuralları altında anlatılmıştır.

Determinizm

Üç release’in üçü de --verify-determinism ile derlenir; bu bayrak her düğümü iki kez işler ve üretilen baytları karşılaştırır:

Terminal window
aggrega build --release release-matched.yaml --verify-determinism

Üçünden herhangi biri temiz bir ağaçtan yeniden derlendiğinde, işlenmiş çıktısı bayt bayt aynı biçimde yeniden üretilir.

Uyarlama

  • Embedding sunucusuna ikinci bir çağıran ekleyin. Onun bağlantısının kimlik bilgisi de embedding_key_secret değerini okur. Sunucu tüm çağıranlar için tek bir anahtar tutar, bu nedenle ikinci çağıran da aynı anahtarı sunar.
  • Embedding anahtarını da depodan alın. api_key ve embeddings.credential değerlerini adlarıyla k8s-external-secret’e bağlayın ve embedding_key_secret değerini bir Secret adı yerine bir depo girdisiyle karşılayın. Her iki uç birlikte değişir, çünkü ikisi de parametreyi okur.
  • Hiçbir anahtarı denetlemeyen bir modele erişin. Kimlik bilgisini bağlantıdan çıkarın. Hedef managed olarak etiketlenmişse, bunu bağlantıda values içinde unauthenticated: true ile belirtin.

Tek bir anahtarı birden çok çağıranın bağlantıları arasında paylaşmak için model-api-key-sharing sayfasına bakın. Çağıranları adına sağlayıcı anahtarlarını tutan bir yönlendirici için ai-agent-and-model-router sayfasına bakın. Tüm bunların ardındaki model Kimlik Bilgisi Modeli’dir.