Long Horizon Harness 部署栈深度解析:Terraform 一键编排 Cloud SQL、Cloud Run、IAP 与 Sandbox 基础设施

原创2026-09-15 22:56:481,976 阅读
文章标签:示例工程AI Agent人工智能AI 技能

Long Horizon Harness 部署栈深度解析:Terraform 一键编排 Cloud SQL、Cloud Run、IAP 与 Sandbox 基础设施

本指南以 core/python/long-horizon-harness 示例项目中的 terraform/README.md 为核心,逐层拆解其部署栈:一个 Terraform 目录如何同时编排 Cloud SQL、两个 Cloud Run 服务、IAM、Secret Manager、Cloud Scheduler、IAP 与 GCS 存储桶,并解释 make deploy / make destroy 背后的完整调用链。读完你将掌握:这套栈每个 .tf 文件各自供应什么资源、关键变量与数据库/并发参数如何配平、Sandbox 后端与 IAP 双服务架构的工作原理,以及拆除后重新部署时最容易踩的坑。

部署栈总览:一次 apply 覆盖的组件

terraform/ 目录是整个部署的基础设施层,为 Long Horizon Harness(一个基于 ADK 与 Google Agent Platform 构建的长时程 Agent 参考实现)在 GCP 上供应运行时所需的全部基础组件:

  • Cloud SQL(Postgres):会话、A2A 任务与 routine 的持久化存储;
  • 两个 Cloud Run 服务:lha 后端与 lha-web IAP 反向代理;
  • IAM:运行期服务账号、自定义角色与最小权限绑定;
  • Secret Manager:数据库口令、数据库 URL 与按用户密钥;
  • Cloud Scheduler:每分钟 routine 心跳、每日快照与每日记忆整合(dream-review);
  • IAP:Web 前端的身份认证入口;
  • GCS 存储桶:制品桶与一个已弃用的 skills 桶。

文档开篇有一条非常重要的操作纪律:不要在这个目录里手动执行 terraform apply。调用权完全归根目录的 Makefile 所有,由它负责传入配置所需的全部变量:

make deploy  PROJECT_ID=<project>   # terraform apply,然后滚动后端与 Web 镜像
make destroy PROJECT_ID=<project>   # 拆除所有计费资源

文件级配置地图

terraform 目录 中每个文件对应一类资源,职责边界清晰:

文件 供应的资源
main.tf provider 声明 + 必需 API 的启用
cloud_sql.tf Postgres 实例、数据库、用户、口令密钥
cloud_run.tf / cloud_run_web.tf lha 后端与 lha-web 代理两个 Cloud Run 服务
iam.tf / secrets.tf 服务账号、自定义角色、按用户密钥角色
cloud_scheduler.tf dream-review / snapshot / routine 定时心跳
agent_engine.tf · artifact_bucket.tf · gcp_oauth.tf Memory Bank 引擎、制品桶、OAuth 接线
skills_bucket.tf 孤儿资源,见下文 "Skills bucket" 一节

另外还有 variables.tf(全部输入变量的定义与默认值)、outputs.tf 与 prod.tfvars.example(生产示例变量文件)。

main.tf:provider 与 API 启用

main.tf 声明了 Terraform 版本要求(>= 1.5)与两个 provider:

  • hashicorp/google,版本 >= 7.21, < 8.0——注释明确说明 7.21+ 才提供 google_cloud_run_v2_service 上的 iap_enabled 字段(直接启用 IAP);
  • hashicorp/random(~> 3.6),用于生成数据库口令。

随后通过 google_project_service.enabled 循环启用一组必需 API:

run.googleapis.com、sqladmin.googleapis.com、cloudscheduler.googleapis.com、
secretmanager.googleapis.com、iam.googleapis.com、iap.googleapis.com、
aiplatform.googleapis.com(Vertex:Gemini + Memory Bank + sandbox)、
artifactregistry.googleapis.com(agents-cli / Cloud Build 镜像推送)、
cloudbuild.googleapis.com(agents-cli deploy + build-web)

注意 disable_on_destroy = false——销毁时不会顺带禁用这些项目级 API。

变量体系:variables.tf 的完整参数说明

variables.tf 是理解整套栈可调性的入口。除 project_id 必须显式传入外,其余均有生产安全的默认值:

变量 默认值 说明
project_id 无(必填) GCP 项目 ID,通过 -var 或 TF_VAR_project_id 提供
env dev 桶名后缀,校验仅允许 dev / staging / prod
region / location us-central1 / US Cloud Run、SQL、Scheduler 的区域;桶位置默认美国多区域
image_uri / lha_web_image 无 后端与 Web 的容器镜像 URI(首次 apply 用占位镜像)
iap_users [] 获得 roles/iap.httpsResourceAccessor 的成员列表,格式如 "user:alice@example.com"、"group:team@example.com"
lha_runtime_image 无 Sandbox BYOC 运行时镜像,改 tag 即发布新模板
agent_engine_display_name lha-agent-engine 共享 Agent Engine 的显示名(宿主 Memory Bank 与 per-user sandbox)
agent_engine_location us-central1 Agent Engine 区域,Memory Bank 是区域性的,不接受 global
service_name lha Cloud Run 服务名,也作为 Secret 命名前缀
agent_version 0.1.0 AGENT_VERSION 环境变量,盖在 A2A agent card 上
db_instance_name / db_tier lha-db / db-custom-1-3840 SQL 实例名与机型(见下文连接预算)
db_max_connections 300 Postgres max_connections,必须同时满足连接池上限与机型内存
db_availability_type ZONAL ZONAL(便宜)或 REGIONAL(热备 + 自动故障切换,需专用机型)
db_edition null ENTERPRISE(默认)/ ENTERPRISE_PLUS,后者要求性能优化机型
db_maintenance_window null 维护窗口 {day, hour, update_track},update_track 仅允许 stable/canary
dream_review_user_ids / snapshot_user_ids [] 定时任务定向的用户;空表示服务端自动发现
cloud_run_deletion_protection / db_deletion_protection true 删除保护,生产默认开启
noncurrent_version_retention_days 30 skills 桶非当前版本的保留天数
gcp_oauth_client_id / gcp_oauth_redirect_uri / gcp_oauth_client_secret "" "Connect Google" OAuth 三项,全部设置才启用该功能

值得留意的是 variables.tf 中刻意用三元表达式而非 || 做校验(如 db_edition、db_maintenance_window),注释解释这是为了规避 TF 1.5.x 对 null 默认值做急切求值导致的报错——这是针对旧版 Terraform 的兼容性细节。

Cloud SQL:连接预算与密钥管理

cloud_sql.tf 供应 Postgres 15 实例与配套密钥,其设计核心是连接预算:

  • 默认机型 db-custom-1-3840(1 vCPU / 3.75 GB)被注释标注为"生产最低配置"——它有内存支撑 db_max_connections 所隐含的约 5–10 MB/连接开销;
  • db_max_connections 默认 300,覆盖"每个实例连接池上限 × Cloud Run 最大实例数(8)+ 运维预留(约 60)"的理论上限:30 × 8 = 240,余下供 superuser/迁移/psql/代理使用;
  • db-f1-micro(共享核,约 600 MB)仅限开发,约 25 连接的天花板在多实例负载下会耗尽;
  • 实例显式设置 max_connections 数据库标志(database_flags),而非继承共享核机型约 25 的微小默认值;改动会重启实例;
  • availability_type、edition 与维护窗口均透传自变量;备份启用 PITR,每日 03:00 开始;
  • ip_configuration 使用 ENCRYPTED_ONLY SSL 模式,连接走 Cloud Run 的 /cloudsql Unix socket 卷挂载。

数据库口令由 random_password 生成(32 位、无特殊字符),随后以三个不同 DSN 密钥写入 Secret Manager,并按需授予 Cloud Run 服务账号 roles/secretmanager.secretAccessor:

Secret 用途与 DSN 形态
${service_name}-db-password 原始口令,供运行时派生其他连接
${service_name}-db-url postgres://...@/lha?host=/cloudsql/<connection_name>,现由 routine store 使用
${service_name}-session-db-url postgresql+asyncpg://...——ADK 2.x DatabaseSessionService 始终使用 create_async_engine,因此必须走 asyncpg 驱动
${service_name}-task-db-url postgresql+asyncpg://...——DatabaseTaskStore 同样封装 create_async_engine

google_sql_user 设置了 deletion_policy = "ABANDON":Postgres 拒绝删除仍拥有对象的角色,而应用的表由该用户所有,直接 destroy 会在应用服务过流量后失败;随实例一起删除用户即可绕过此限制。

两个 Cloud Run 服务:lha 后端与 lha-web 代理

后端骨架(cloud_run.tf)

cloud_run.tf 定义 lha 服务,其关键运行参数都与应用特性强绑定:

  • timeout = "3600s"(Cloud Run v2 上限):A2A 流式请求处理器不应被默认 300s 截断,客户端断开后生产者任务仍需继续运行;
  • session_affinity = true:把客户端钉在拥有其进行中 A2A 生产者任务的实例上,重连/重订阅落在同一容器;
  • max_instance_request_concurrency = 8 + min 1 / max 8:min_instance_count = 1 让每分钟的 tick 不必承受冷启动,也防止稀疏流量下容器被回收(A2A 生产者任务运行在实例内);max_instance_count 与每实例连接池上限相乘后必须落在 db_max_connections 之内,并与 agents-cli deploy 的并发参数保持一致;
  • cpu = "2" / memory = "4Gi"、cpu_idle = false:A2A SDK 在客户端断开后仍保留生产者 asyncio 任务(把事件写进 TaskStore 供重订阅),cpu_idle = true 会让该任务在请求被判定"完成"后饿死;startup_cpu_boost = true 则让重量级导入(Vertex 鉴权、构建 Gemini DispatchingLlm、技能目录加载)在冷启动阶段不被饿死。

容器环境变量中,三组最为关键:

  • 持久化接线:SESSION_DB_URL、TASK_DB_URL、LHA_REMINDER_DB_URL 均从 Secret Manager 以 secret_key_ref 注入,口令不出现在 Cloud Run 元数据与 Terraform 状态 diff 里;LHA_ROUTINE_STORE=postgres 防止 routine 落到每副本一份的内存存储(否则一个实例创建的 routine 对其他实例不可见);
  • Sandbox 后端:LHA_ENVIRONMENT_BACKEND=sandbox、LHA_RUNTIME_IMAGE、AGENT_ENGINE_RESOURCE_NAME(来自 agent_engine.tf)、LHA_SANDBOX_CALLER_SA(Cloud Run SA 兼任 sandbox caller,iam.tf 中的自授权 serviceAccountTokenCreator 使其能自签 JWT)、LHA_SNAPSHOT_ENABLED=1(开启 Phase C 快照存活);
  • 鉴权:LHA_AUTH_MODE=iap 与 LHA_IAP_AUDIENCE——后端自己校验身份,不信任任何明文 X-LHA-User-Id;
  • 其余:APP_URL(A2A agent card 的 rpc_url,缺失时回退到 http://0.0.0.0:8000 会破坏远程 A2A 客户端)、AGENT_VERSION、LOGS_BUCKET_NAME(ADK GcsArtifactService 的制品桶)。

lifecycle.ignore_changes 包含 client、client_version 与 template[0].containers[0].image:镜像轮换归 agents-cli deploy / gcloud run deploy 所有,Terraform 只负责首次设置初始镜像,之后不干预,避免下次 apply 把新镜像回滚。scheduler_audience 通过 https://<service>-<project_number>.<region>.run.app 这种可预测 URL 钉住 OIDC audience(避免引用服务自身 URI 造成循环依赖,同时满足 Cloud Run 对 aud 的校验)。

前端代理(cloud_run_web.tf)

cloud_run_web.tf 定义 lha-web:一个极小的 Express 服务,承担三层职责——托管 Vite 静态构建产物、校验浏览器请求的 IAP JWT、以 ID token 反向代理 API 路径到后端,并把已校验的 IAP JWT 作为 X-LHA-IAP-Assertion 转发(后端在 LHA_AUTH_MODE=iap 下会二次校验)。

  • iap_enabled = true 直接启用 IAP;IAP 服务代理以浏览器用户身份调用 Cloud Run,因此需为其授予 roles/run.invoker(service-<project_number>@gcp-sa-iap.iam.gserviceaccount.com);
  • min 1 / max 5、session_affinity = true、cpu 2 / 512Mi、cpu_idle = true、startup_cpu_boost = true——保持一个实例常驻,让 IAP 门控的首屏不付冷启动代价;
  • 环境变量仅两个:LHA_BACKEND_URL(指向后端 URI)与 LHA_IAP_AUDIENCE(/projects/<PROJECT_NUMBER>/locations/<REGION>/services/lha-web,Express 代理用它校验 JWT);
  • 用户/组通过 iap_users 变量获得 roles/iap.httpsResourceAccessor;末尾输出 lha_web_url 作为 Web 入口地址。

镜像为何不会与 Terraform 打架

两个服务都对 template[0].containers[0].image 做了 ignore_changes,这正是 make deploy 第 2、3 步(agents-cli deploy 滚动后端镜像、Cloud Build + gcloud run deploy 滚动 Web 镜像)不会与 Terraform 状态冲突的根本原因。

IAM 与 Secret:最小权限与自定义角色

iam.tf 创建两个服务账号:

  • lha-run(Cloud Run 后端):项目级角色 cloudsql.client、secretmanager.secretAccessor、logging.logWriter、monitoring.metricWriter、aiplatform.user;并对自己授权 roles/iam.serviceAccountTokenCreator(mint_sandbox_token 通过 generate_access_token 调自己,需要调用方持有对目标 SA 的 tokenCreator——这里目标即自身);
  • lha-scheduler:仅拥有对后端的 roles/run.invoker(scheduler 调用);后端同时只允许 lha-web-run SA 调用(web_invoker)。

secrets.tf 处理按用户密钥:这些 secret 是应用运行时按用户动态创建的(一人一个 Secret Manager secret),Cloud Run SA 需要创建 secret、追加与读取版本。由于没有预定义角色能单独授予 secrets.create,这里定义了一个自定义角色 lhaUserSecrets,权限仅含四项:

secretmanager.secrets.create
secretmanager.secrets.get
secretmanager.versions.add
secretmanager.versions.access

注释同时提醒:版本修剪(prune)尚未实现,因此故意省略了 enable/disable/destroy 相关权限,待配套代码实现后再补充。

Cloud Scheduler:三个定时任务

cloud_scheduler.tf 定义三个 HTTP 定时任务,均通过 OIDC token(scheduler SA + scheduler_audience)调用后端,后端只信任 lha-scheduler SA:

任务 调度表达式(UTC) 说明
${service_name}-routine-tick * * * * *(每分钟) 触发到期 routine;attempt_deadline = 1800s,retry_count = 0——一次 routine 回合会供给全新 sandbox 并跑完整 Agent 回合,远长于简单 flush;重叠 tick 是安全的,claim_due 会原子推进 next_fire_at,不会重复触发
${service_name}-sandbox-snapshot 37 3 * * *(每日 03:37) 按用户 sandbox 快照 + 修剪(TTL 存活);请求体携带 user_ids(空则服务端自动发现)与 app_name;retry_count = 2,退避 60–600s
${service_name}-dream-review 0 4 * * *(每日 04:00) 跨会话记忆整合;同样 2 次重试——每天只跑一次,瞬时故障不该跳过整天

请求体通过 base64encode(jsonencode(...)) 编码为 JSON,retry_count 的差异体现了策略:routine tick 靠原子 claim 防重,快照与 dream-review 则愿意为瞬时 Cloud Run 抖动买单。

Agent Engine 外部数据源:Memory Bank 与 Sandbox 的宿主

agent_engine.tf 是一个值得单独讲解的模式:Terraform 的 google_vertex_ai_reasoning_engine 资源不暴露 context_spec.memory_bank_config,因此无法原生创建引擎。解决方案是外部数据源:

data "external" "agent_engine" {
  program = ["uv", "run", "--directory", "${path.module}/..",
             "python", "scripts/provision_agent_engine.py"]
  query = {
    project_id   = var.project_id
    location     = var.agent_engine_location
    display_name = var.agent_engine_display_name
  }
}

provision_agent_engine.py 是幂等的:按 display_name 发现已有引擎则复用,否则创建,并把结果资源名经 AGENT_ENGINE_RESOURCE_NAME 注入 Cloud Run 环境——Memory Bank 与 sandbox 两条代码路径读取同一个环境变量。脚本在每次 plan/apply 都会执行,但 Vertex 列表只有约 1 次 RPC,开销可忽略。

制品桶与孤儿 Skills 桶

artifact_bucket.tf 创建 ADK 制品服务(LOGS_BUCKET_NAME)的后端存储。注释解释了为何需要持久化:内存制品服务在重启/拆除时丢失数据,且 A2A FilePart 发出时拦截器要重载制品,GCS 能保证可加载。桶名为 <project_id>-lha-artifacts-<env>(可用 artifacts_bucket_name 覆盖,因为 GCS 桶名是全局命名空间),STANDARD 存储类、统一桶级访问、强制公共访问防护,force_destroy = true 保证 make destroy 能连带拆除;运行 SA 获 roles/storage.objectAdmin。

skills_bucket.tf 则是一个孤儿资源,文档明确标注"Status: unused":工作区状态如今存在于 Vertex Agent Runtime sandbox 中(快照存放在父级 reasoningEngine 下),该桶已不再接入运行时,仅作为未来共享状态需求(如多主机快照索引)的桩保留。它创建 lha-skills-<env>(美国多区域、STANDARD、统一桶级 IAM、阻止公共访问),开启版本控制与两条生命周期规则:保留不超过 5 个非当前版本、删除非当前版本超过 30 天(noncurrent_version_retention_days 可调)。文档补充:若重新接入,应从部署侧 terraform 给运行时 SA 授予该桶的 roles/storage.objectAdmin——本模块不应知道自己的消费者是谁。

"Connect Google" OAuth:可选接线

gcp_oauth.tf 演示了"功能默认关闭"的 Terraform 写法:local.gcp_oauth_enabled 要求 gcp_oauth_client_id、gcp_oauth_client_secret、gcp_oauth_redirect_uri 三者全部非空才为真。关闭时后端 /lha/gcp/connect 返回 503,全新用户也能直接获得可用部署;开启时才会创建 client secret 的 Secret Manager 条目(count = 1 条件资源),并在 cloud_run.tf 里通过 dynamic "env" 追加三个 LHA_GCP_OAUTH_* 环境变量(client secret 走 secret_key_ref)。client secret 变量标记为 sensitive = true,应通过 TF_VAR_gcp_oauth_client_secret 或不入 VCS 的 tfvars 提供。

Sandbox 后端:环境变量与重附着语义

文档的 "Sandbox backend" 一节解释了 per-user 工作区持久化的运行机制,实现位于 horizon/environment/sandbox.py(SandboxEnvironment):

  • 会话重附着到该用户最近一个 RUNNING 状态的 sandbox(若存在);否则供给空白 sandbox(Phase C 开启时恢复快照);
  • close() 只拆除本地 HTTP 客户端——不做快照,平台侧 sandbox 继续运行以服务下一次会话;
  • 完整生命周期见 docs/sandbox-lifecycle.md。

选择与配置由四个环境变量控制(本地 make dev 时设置;部署时由 terraform 固化在 Cloud Run 环境里):

# 必需:切换掉 LocalEnvironment。
export LHA_ENVIRONMENT_BACKEND=sandbox

# 可选:钉住宿主 Memory Bank + sandbox 的 Agent Engine 资源名。
# 未设置时,terraform apply 期间由 scripts/provision_agent_engine.py 发现/创建。
export AGENT_ENGINE_RESOURCE_NAME=projects/<p>/locations/<l>/reasoningEngines/<r>

# 必需(backend=sandbox 时)。两者任一缺失,provider 记录警告并回退到
# Cloud Run 上的 LocalEnvironment(此时抛 SandboxConfigurationError)。
#
# BYOC 运行时镜像,sandbox 启动时使用;由 horizon/sandbox/runtime/ 重建并推送,
# 新 tag 强制生成新模板。本模块不创建 Artifact Registry 仓库——
# 一次性 `gcloud artifacts repositories create` + Cloud Build 步骤见
# AGENTS.md。
export LHA_RUNTIME_IMAGE=us-central1-docker.pkg.dev/<p>/lha-sandbox/runtime:<tag>

# sandbox LB 在每个 shim 请求上校验其 JWT 的 SA 邮箱。
# 调用方 ADC 必须持有该 SA 的 roles/iam.serviceAccountTokenCreator。
# `make deploy` 复用 Cloud Run SA;本地开发需自建。
export LHA_SANDBOX_CALLER_SA=lha-sandbox-caller@<p>.iam.gserviceaccount.com

关键设计:sandbox 发现走 Agent Platform 权威的 sandboxes.list,而非主机本地索引文件——因此任何 Cloud Run 实例都解析到同一个 sandbox,进程重启与重附着无关。

拆除后重新部署:自定义角色的软删除陷阱

文档专门用一节提醒一个 GCP 行为:GCP 对自定义项目 IAM 角色做软删除,并在约一周内阻止以相同 role_id 重建。因此在一个 make destroy 后的一周内重新 make deploy,会在 lha_user_secrets 上以 FAILED_PRECONDITION("marked for deletion")失败。且该软删除角色对 gcloud iam roles describe/list --show-deleted 也不可见。两条出路:等过删除窗口,或修改 secrets.tf 中的 role_id。

IAP 访问:双服务架构与授权实操

部署的 Cloud Run 足迹是两个服务,职责与鉴权模式完全不同:

  • lha(后端)iap_enabled = false:只被 lha-web-run SA(Web 前端)、scheduler SA 与 A2A 对等方调用。身份由后端自行校验(LHA_AUTH_MODE=iap):接受 lha-web 转发的 IAP JWT(X-LHA-IAP-Assertion),或在 Gemini Enterprise 的 A2A 调用中接受终端用户 OAuth bearer;
  • lha-web(前端)iap_enabled = true:web/server/ 中的 Express 代理按 /projects/<PROJECT_NUMBER>/locations/<REGION>/services/lha-web 校验 IAP JWT(镜像由 Makefile 的 deploy-web 目标通过 web/server/cloudbuild.yaml 构建),并把校验后的邮箱转发给后端。

授权终端用户通过 iap_users 变量完成:

terraform apply -var 'iap_users=["user:you@example.com","group:eng@example.com"]'

实践中更推荐在 make deploy 前设置 TF_VAR_iap_users='["user:you@example.com"]'——根 README 特别警告:IAP 访问默认是空的,不设置会在部署后把你锁在 Web UI 外面(403)。本地开发则用 LHA_AUTH_MODE=dev + LHA_DEV_USER_ID=<email> 绕过 IAP 并钉住稳定身份。

与 Makefile 的协作:make deploy 三步曲

把 Makefile 与 terraform 文档对照,能看到完整的编排链。make deploy 是"基础设施 + 代码"的一键命令:

  1. Terraform:cd terraform && terraform init && terraform apply,显式传入 project_id、region,以及三个镜像变量 image_uri / lha_web_image / lha_runtime_image——首次全部使用占位镜像 us-docker.pkg.dev/cloudrun/container/hello(PLACEHOLDER_IMAGE),只搭骨架;
  2. 后端:agents-cli deploy --min-instances 1 --max-instances 8 --concurrency 8 从源码构建并滚动真实后端镜像(与 terraform 的并发/实例数保持同步),随后 gcloud run services update 重新断言两个 terraform 拥有的生产环境变量 LHA_AUTH_MODE=iap、LHA_SANDBOX_CALLER_SA——因为 agents-cli 会转发 .env 文件里的本地开发值,而 .env 的 dev 在 Cloud Run 上会 500,LHA_SANDBOX_CALLER_SA 的旧值会让 mint_sandbox_token 在 signJwt 上 403;
  3. Web:gcloud builds submit(web/server/cloudbuild.yaml,无需本地 Docker daemon)构建 Web 镜像,gcloud run deploy lha-web 滚动。

make destroy 则分两步:先 terraform apply 把 db_deletion_protection 与 cloud_run_deletion_protection 置为 false 解除删除保护,再 terraform destroy。文档同时提醒:Artifact Registry 里的容器镜像(cloud-run-source-deploy)不受 Terraform 管理,会残留在 make destroy 之后,需单独清理。

生产示例:prod.tfvars.example

prod.tfvars.example 展示了在默认值之上的高可用升级:

env = "prod"

db_tier              = "db-custom-1-3840" # 1 vCPU / 3.75 GB,最小的专用机型
db_availability_type = "REGIONAL"         # 热备 + 自动故障切换

db_maintenance_window = {
  day          = 7 # 星期日
  hour         = 4 # 04:00 实例本地时间
  update_track = "stable"
}

要点:REGIONAL 在维护期间自动故障切换,把中断压缩成秒级抖动,但要求专用机型(共享核 db-f1-micro/g1-small 不能 REGIONAL);可选 ENTERPRISE_PLUS 获得近零停机计划维护,但需要性能优化机型(如 db-perf-optimized-N-2)且更贵。文档强调"默认值现在已是生产安全"——db_tier=db-custom-1-3840(ZONAL)+ db_max_connections=300 已按 8 个 Cloud Run 实例的有界连接池配平;db-f1-micro 只适合随手可扔的开发实例。

小结:把这份部署栈迁移到自己的 Agent

这份 terraform 目录示范了若干可复用的工程实践:Makefile 持有部署编排权、占位镜像 + ignore_changes 让 IaC 与镜像发布各司其职、Secret Manager 注入替代明文环境变量、连接预算(db_max_connections = 实例池上限 × 最大实例数 + 运维预留)驱动数据库选型、外部数据源桥接 Terraform 无法原生表达的资源(Agent Engine + Memory Bank)、按需启用的 OAuth 与按用户自定义 IAM 角色。结合 AGENTS.md 的组件导览与 docs/architecture.md 的架构说明,你可以把这套"基础设施即代码 + 运行时环境变量契约"的模式整体迁移到自己的长时程 Agent 项目上。注意本仓库为演示用途,并非 Google 官方支持产品,投入真实使用前请自行审阅 docs/security-model.md 并做好加固。

登录后查看全文
adk-recipes