Azure Pipelines Agent离线升级部署目标的技术方案
背景介绍
在企业级DevOps实践中,许多组织出于安全考虑会部署隔离环境。当使用Azure Pipelines Agent时,这些隔离环境中的部署目标(同时作为环境目标)的升级成为一个技术挑战。本文将详细介绍针对Windows Server环境下离线Agent的升级方案。
标准升级流程的问题
在标准配置下,Azure Pipelines Agent会通过SelfUpdater组件自动执行升级流程。该组件会尝试从微软官方资源服务器下载最新版本的Agent压缩包(如vsts-agent-win-x64-3.238.0.zip),然后执行更新操作。
然而,在隔离环境中,由于网络策略限制无法访问外部资源,这一自动升级流程会失败。虽然微软官方文档提到可以将Agent压缩包手动放置到特定目录(Windows系统为%ProgramData%\Microsoft\Azure DevOps\Agents)来实现离线升级,但实际测试发现当前版本的SelfUpdater并未实现这一检查逻辑。
可行的解决方案
方案一:手动替换升级(推荐)
- 从GitHub Releases页面下载对应版本的Agent压缩包
- 停止当前运行的Agent服务
- 将压缩包解压到现有Agent目录,覆盖现有文件
- 重新启动Agent服务
使用PowerShell的示例命令:
Add-Type -AssemblyName System.IO.Compression.FileSystem
[System.IO.Compression.ZipFile]::ExtractToDirectory("下载路径\vsts-agent-win-x64-agent-版本号.zip", "Agent安装目录", $true)
此方法会保留以下重要内容:
- 认证凭据文件
- 工作目录(_work)
- 诊断日志目录(_diag)
- 历史记录
方案二:网络访问例外配置
如果组织政策允许,可以配置网络策略,允许Agent服务器访问特定的微软资源服务器端点。这需要参考微软官方提供的IP地址和URL允许列表进行配置。
技术细节说明
-
目录结构保留:手动替换时,系统会保留所有运行时生成的目录和文件,仅替换核心可执行文件和库文件。
-
版本兼容性:建议在升级前检查版本变更说明,确保新版本与现有流水线配置兼容。
-
回滚机制:在执行升级前,建议备份整个Agent目录,以便在出现问题时快速回滚。
最佳实践建议
-
测试环境验证:先在测试环境验证升级流程,确认无误后再在生产环境执行。
-
维护窗口期:选择业务低峰期执行升级操作,减少对持续交付流程的影响。
-
版本管理:建立内部文档记录每个环境的Agent版本,便于问题排查和版本控制。
-
自动化脚本:对于多台离线Agent服务器,可以编写自动化部署脚本,提高升级效率和一致性。
通过以上方案,企业可以在保持隔离环境安全性的同时,确保Azure Pipelines Agent能够及时获得功能更新和安全补丁。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00