[🇺🇸 English](../../README.md) | [🇨🇳 中文](../../README.zh.md) # 离线 AI 工作区安装程序 `offline-package-ai-workspace-installer.yaml` 为 `setup-ai-workspace-all-in-one.sh` 构建了用于 tarball 资源包的离线打包程序。 ## 支持的目标系统 - Debian: 13, 12, 11 - Ubuntu LTS: 26.04, 24.04, 22.04 - 架构: amd64, arm64 Ubuntu 20.04 不在默认支持矩阵中,因为标准支持已移至 Ubuntu Pro/ESM。 ## 包内容 - `repos/playbooks` - `repos/xworkspace-console` - `repos/xworkspace-core-skills` - `repos/xworkmate-bridge` - `repos/qmd` - `repos/litellm` - `packages/apt` - `packages/npm` - `packages/npm-cache` - `packages/pip` - `packages/bin` - `packages/images` - `scripts/ai-workspace-offline-install.sh` - `metadata/manifest.json` - `metadata/*.commit` ## 运行时用法 在线引导脚本优先使用 `ai-workspace-lab/xworkspace-console` GitHub 版本发布中对应的离线包(当其可用时): ```bash curl -sfL https://raw.githubusercontent.com/ai-workspace-lab/xworkspace-console/main/scripts/setup-ai-workspace-all-in-one.sh | bash - ``` 将 `AI_WORKSPACE_OFFLINE_MODE=off` 设置为强制使用传统的纯在线路径,或者将 `AI_WORKSPACE_OFFLINE_MODE=force` 设置为在无法准备匹配的离线包时失败。 默认包的获取源是: ```text https://github.com/ai-workspace-lab/xworkspace-console/releases/download//ai-workspace-all-in-one-offline---.tar.gz ``` 当 `AI_WORKSPACE_OFFLINE_RELEASE_TAG=latest` 时,引导脚本会向 GitHub 请求最新且实际包含匹配 tarball 资产的非草稿发布版本,因此如果 `releases/latest` 目标缺少该文件,它将跳过该发布版本。固定的发布版本标签仍可像以前一样工作。 对于私有镜像或固定发布,请使用: ```bash AI_WORKSPACE_OFFLINE_PACKAGE_BASE_URL=https://mirror.example/offline-package/ai-workspace/offline-ai-workspace- \ bash scripts/setup-ai-workspace-all-in-one.sh AI_WORKSPACE_OFFLINE_RELEASE_TAG=offline-ai-workspace- \ bash scripts/setup-ai-workspace-all-in-one.sh ``` 要使用来自本地文件系统的特定、预先下载的离线部署包: ```bash AI_WORKSPACE_OFFLINE_PACKAGE=/path/to/offline-package.tar.gz \ bash scripts/setup-ai-workspace-all-in-one.sh ``` 你也可以在主机上提取目标包并运行: ```bash sudo ./scripts/ai-workspace-offline-install.sh ``` 需要时,通过 `sudo env` 明确传递部署设置: ```bash sudo env \ XWORKMATE_BRIDGE_DOMAIN=acp-bridge.onwalk.net \ AI_WORKSPACE_SECURITY_LEVEL=strict \ ./scripts/ai-workspace-offline-install.sh ``` 该脚本配置了一个本地 APT 存储库,安装了捆绑的二进制文件,在 Docker 可用时加载了打包的容器镜像,并运行了带有本地源目录的打包的 all-in-one 引导脚本。 ## 部署时间记录 在 `acp-bridge.onwalk.net` 上的远程 `setup-ai-workspace-all-in-one.sh` 运行中,显示了以下可见的时间耗费点: - OpenClaw npm 包/插件安装和依赖修复:约 68 秒 - Codex ACP Go 编译:约 37 秒 - Codex/OpenCode/Gemini/Hermes 的 ACP 虚拟主机配置:约 95 秒 - 控制台运行时 apt/package 设置和 ttyd:约 47 秒 - 智能体技能同步和质量检查:约 48 秒 被采样日志的前几分钟包括了 Node、apt 以及 AI 运行时的环境配置(在上述被捕获的时间窗口之前)。这些阶段被视为极其耗费资源的准备阶段,所以它们通过 APT 缓存、npm tarballs、pip wheels、本地 git 源码库、二进制文件和容器镜像 tarballs 被包含在了离线包中。