toki/iop
1
0
Fork 0
Code Issues Pull requests Projects Releases Packages Wiki Activity Actions
iop/agent-ops/skills/project/dev-corp-runtime-deploy/SKILL.md
toki d6dd3da59d docs(dev-corp): Control Plane 검증 기준을 갱신한다 
native Control Plane이 활성화된 provider-pool 상태와 capacity smoke 결과를 dev-corp 테스트 규칙과 인벤토리에 반영한다.
2026-07-02 16:07:26 +09:00

18 KiB
Raw Blame History

name version description
dev-corp-runtime-deploy 1.0.1 dev-corp 배포, 회사망 mac-mini Edge와 내부 DGX/Mac Studio provider pool 배포 및 OpenAI-compatible capacity smoke 절차

dev-corp-runtime-deploy

목적

dev-corp provider pool을 현재 dev-runtime과 같은 구조로 배포한다. 배포는 mac-mini checkout 준비, source clean sync, 테스트, dev-corp runtime rebuild, native Control Plane 활성화, Edge/Node 재시작, provider snapshot 기반 capacity 검증까지 포함한다.

언제 호출할지

  • 사용자가 dev-corp 배포, dev-corp runtime 배포, 회사 dev 환경 배포처럼 dev-corp 환경 배포를 요청할 때
  • mac-mini Edge와 DGX Spark 01/02 vLLM node, Mac Studio vLLM-MLX node로 이루어진 provider pool을 갱신할 때
  • dev-corp model alias, provider endpoint, provider capacity, node 접속 정보를 배포 절차에 반영할 때
  • dev-corp OpenAI-compatible /v1/responses 또는 /v1/chat/completions 경로가 provider capacity만큼 채워지는지 검증할 때

입력

  • env: 배포 대상 환경. 기본값은 dev-corp이다.
  • model: OpenAI-compatible model alias. 지정하지 않으면 agent-test/dev-corp/inventory.yaml의 model.alias를 사용한다.
  • capacity_targets: provider별 기대 capacity. 지정하지 않으면 agent-test/dev-corp/inventory.yaml의 target 후보 값을 사용한다.
  • source_ref: 배포할 git ref. 지정하지 않으면 mac-mini checkout의 기본 배포 branch 기준을 따른다.

먼저 확인할 것

  • agent-ops/rules/project/domain/testing/rules.md를 읽고 사용자 실행 파이프라인 검증 기준을 확인한다.
  • agent-test/dev-corp/inventory.yaml을 먼저 읽는다. 파일이 없으면 agent-test/dev-corp/rules.md, agent-test/dev-corp/edge-smoke.md, agent-test/dev-corp/node-smoke.md로 fallback하고, 구조화 inventory 누락을 보고한다.
  • dev-corp provider pool과 compose/local/dev-runtime profile을 섞지 않는다. dev-corp provider pool은 mac-mini Edge와 dev-corp config를 기준으로 한다.
  • mac-mini에 /Users/fe/agent-work/iop-dev-corp checkout이 없으면 배포를 시작하지 말고 checkout 생성과 source sync를 setup blocker로 보고한다.
  • mac-mini에서 192.168.2.2:8002, 192.168.2.4:8004, 192.168.2.3:8004의 /health와 /v1/models가 성공하는지 확인한다.
  • Edge config의 OpenAI-compatible adapter endpoint는 각 Node process 기준으로 평가된다. direct preflight는 192.168.2.x 주소로 하되, Edge가 Node에 내려주는 provider endpoint는 node-local 127.0.0.1:<provider-port>를 우선한다.
  • DGX Spark 01/02가 mac-mini 172.24.63.178:18085/18086/18087에 직접 접근하지 못하면 mac-mini에서 reverse SSH tunnel을 유지하고 해당 Node Edge addr을 tunnel local port로 설정한다.
  • gemma4:26b alias와 총 capacity 13은 agent-test/dev-corp/inventory.yaml의 최신 검증 상태를 기준으로 판단한다. 새 배포에서 Edge config 반영과 capacity smoke가 통과하기 전에는 새 결과를 확정값으로 보고하지 않는다.
  • DGX Spark vLLM provider는 capacity 4, 호출당 최대 context window 262144, requested KV 262144x2 이상을 기준으로 한다. vLLM에는 vLLM-MLX식 --max-kv-size가 없으므로 실제 KV cache는 gpu_memory_utilization 적용 후 startup log의 GPU KV cache size와 Maximum concurrency for 262,144 tokens per request로 검증한다. DGX01/02 검증 기준은 --max-num-seqs 4, --max-model-len 262144, --gpu-memory-utilization 0.40이고, FP4 MoE 커널 한계 보정을 위해 VLLM_MAX_TOKENS_PER_EXPERT_FP4_MOE=4194304도 함께 둔다.
  • DGX Spark 02 endpoint는 Docker publish 때문에 192.168.2.4:8004이다. 8000, 8001, 8002를 기본 endpoint로 쓰지 않는다.
  • Mac Studio 192.168.2.3:8005 DiffusionGemma endpoint는 secondary provider 후보이며 기본 pool에 자동 포함하지 않는다.
  • Mac Studio 192.168.2.3:8004 provider catalog type은 openai_compat이고 실제 runtime은 vLLM-MLX이다. vLLM-MLX runtime은 capacity 5, 호출당 최대 context window 262144, requested KV 262144x3 기준으로 --max-num-seqs 5, --max-request-tokens 262144, --max-kv-size 786432을 사용한다.
  • Mac Studio 192.168.2.3:8004 vLLM-MLX runtime은 2026-06-25 기준 detached screen session vllm_mlx_8004로 관리한다. 이 host는 Python pyexpat 로딩에 DYLD_LIBRARY_PATH=/opt/homebrew/opt/expat/lib가 필요하므로 재시작 명령에 반드시 포함한다.
  • 현재 구현의 completion 검증 대상은 legacy /v1/completions가 아니라 /v1/chat/completions이다. /v1/completions는 route가 구현되어 있을 때만 별도 검증한다.
  • dev-corp current runtime은 OpenAI-compatible bearer token이 켜져 있다. smoke는 token 원문을 출력하지 말고 OPENAI_API_KEY=$(cat build/dev-corp-runtime/.secrets/openai_api_key) 또는 --api-key-file로 실행한다.
  • token, secret header, bootstrap token, private key 경로는 최종 보고에 원문으로 출력하지 않는다.

known/current runtime update notes

  • DGX Spark 01/02의 requested KV 262144x2는 vLLM에서 직접 --max-kv-size로 표현하지 않는다. --max_num_batched_tokens는 scheduler iteration budget이므로 KV cache 총량으로 취급하지 않는다. dev-corp 기준은 --max-model-len 262144와 gpu_memory_utilization 적용 후 startup log의 KV cache/concurrency 확인이다.
  • DGX Spark에서 explicit --max-num-batched-tokens 524288를 사용하는 경우 first profile 중 FP4 MoE token-per-expert 기본 한계에 걸릴 수 있다. VLLM_MAX_TOKENS_PER_EXPERT_FP4_MOE=4194304를 반드시 유지한다.
  • DGX Spark 01은 FlashInfer FP4 JIT가 first compile 중 ninja 실행 파일을 PATH에서 찾는다. ninja는 venv에 있으므로 /home/digitalcommerce_dgx_spark_01/vllm_env/bin을 PATH 앞에 둔다.
  • DGX Spark 02 Docker image vllm/vllm-openai:latest의 entrypoint는 이미 vllm serve이다. container command에는 serve를 중복으로 넣지 말고 positional model /models/gemma-4-26B-A4B-it-NVFP4부터 둔다. 현재 Docker publish는 host 8004 -> container 8004 기준이다.
  • Mac Studio는 DYLD_LIBRARY_PATH=/opt/homebrew/opt/expat/lib 없이 Python pyexpat import가 실패할 수 있다. screen session vllm_mlx_8004 안에서 이 환경변수를 export한 뒤 시작한다.
  • 2026-07-02 재확인 기준 DGX Spark 01은 --gpu-memory-utilization 0.40로 재기동 후 mac-mini 내부 endpoint http://192.168.2.2:8002에서 /health 200과 /v1/models smoke를 통과했고 startup log에서 GPU KV cache 834,507 tokens, full-context concurrency 3.18x를 확인했다.
  • 2026-06-25 재확인 기준 DGX Spark 02는 Docker vllm-gemma4 host/container 8004, --gpu-memory-utilization 0.40, --max-model-len 262144, --max-num-seqs 4로 동작하며 mac-mini와 node-local /health, /v1/models, 직접 동시성 1..4 chat completion benchmark를 통과했다. startup log에서 GPU KV cache 860,222 tokens, full-context concurrency 3.28x를 확인했다.
  • 2026-07-02 기준 native Control Plane은 mac-mini provider-pool runtime에서 18002/19004/19005를 listen하고, Edge id dev-corp-edge가 127.0.0.1:19005로 connected 상태다. status URL은 http://127.0.0.1:18002/edges/dev-corp-edge/status이다.
  • 2026-07-02 기준 provider-pool 전체 Edge OpenAI-compatible capacity smoke는 /v1/responses와 /v1/chat/completions 모두 14개 동시 요청 14/14 성공, peak total in_flight=13, queued=3, 완료 후 provider별 in_flight=0, queued=0 회복을 확인했다.

실행 절차

  1. 환경 인벤토리 확정

    • 배포 대상 runner, repo path, Edge id, Control Plane status URL, OpenAI base URL, Edge admin URL, Node SSH 정보를 agent-test/dev-corp/inventory.yaml에서 확정한다.
    • provider pool 대상 model alias와 provider별 capacity target을 확정한다.
    • 필수 정보가 없거나 서로 충돌하면 배포를 시작하지 말고 누락/충돌 항목을 보고한다.

  2. provider direct preflight

    • mac-mini에서 DGX Spark 01 http://192.168.2.2:8002/v1/models, DGX Spark 02 http://192.168.2.4:8004/v1/models, Mac Studio http://192.168.2.3:8004/v1/models를 확인한다.
    • 각 endpoint가 기대 served_model을 노출하는지 확인한다.
    • DGX Spark 02가 provider port down과 SSH banner exchange timeout을 동시에 보이면 runtime 추가 조작을 보류하고, SSH 회복 후 process/log부터 확인한다.
    • 실패한 provider는 Edge config에 넣지 않거나 배포 blocker로 보고한다.

  3. mac-mini checkout clean sync

    • mac-mini checkout에서 git fetch 후 배포 기준 ref로 git reset --hard를 수행한다.
    • dirty 파일은 보존 대상으로 보지 않는다. 배포 전 clean 상태를 만든다.
    • 기본 cleanup은 git clean -fd이다. git clean -fdx는 config, token, secret, runtime artifact까지 삭제할 수 있으므로 사용하지 않는다.
    • sync 후 git status --short --branch와 git log --oneline -1을 기록한다.

  4. 빌드 전 테스트

    • clean source 기준으로 go test ./...를 실행한다.
    • client/Flutter, proto, Makefile, script, config 변경이 배포 범위에 포함되면 해당 도메인 규칙의 테스트도 추가한다.
    • 테스트가 실패하면 build/deploy를 진행하지 않고 실패 패키지와 핵심 오류를 보고한다.
    • mac-mini 또는 로컬 PATH에 Go가 없으면 시스템 전역 설치 대신 build/.tools 같은 ignored runtime 경로에 임시 Go toolchain을 두고 사용한다.

  5. dev-corp runtime rebuild

    • 같은 source ref에서 dev-corp Control Plane binary, Edge binary, mac node binary, Linux ARM64 node binary를 다시 빌드한다.
    • mac-mini에서 직접 빌드할 수 없으면 같은 source ref 기준으로 로컬에서 빌드한 뒤 rsync/scp로 mac-mini runtime 경로에 배포한다.
    • Windows AMD64 node binary는 dev-corp 기본 provider pool 대상이 아니다.
    • stale binary가 의심되거나 config refresh subcommand, admin port, version 출력이 맞지 않으면 clean sync부터 다시 시작한다.
    • 빌드 산출물 경로, timestamp, 크기, 실행 가능 여부를 기록한다.

  6. 빌드 후 config check

    • 빌드된 Edge binary로 config check, config refresh --help, config refresh --mode dry-run을 실행한다.
    • dry-run이 rejected 또는 예상 밖 restart_required를 반환하면 배포를 멈추고 config diff를 보고한다.

  7. 배포와 재시작

    • Control Plane은 mac-mini에서 build/dev-corp-runtime/bin/control-plane 기준으로 18002/19004/19005 dev-corp port를 listen하게 재시작한다.
    • Edge는 mac-mini에서 빌드 산출물 기준으로 재시작하고, Edge config의 control_plane.enabled=true, wire_addr=127.0.0.1:19005를 확인한다.
    • DGX Spark 01/02는 Linux ARM64 node binary를 mac-mini 경유로 배포하고 기존 node process를 재시작한다.
    • Mac Studio는 macOS node binary를 mac-mini 경유로 배포하고 기존 node process를 재시작한다.
    • provider runtime 옵션을 갱신하는 배포라면 DGX Spark 01은 /home/digitalcommerce_dgx_spark_01/start_vllm_8002.sh의 PATH=/home/digitalcommerce_dgx_spark_01/vllm_env/bin:$PATH, VLLM_MAX_TOKENS_PER_EXPERT_FP4_MOE=4194304, --max-num-seqs 4, --max-model-len 262144, --gpu-memory-utilization 0.40를 확인하고 tmux vllm_server_8002를 재기동한다. FlashInfer FP4 JIT가 first compile 중 ninja를 PATH에서 찾는다.
    • provider runtime 옵션을 갱신하는 배포라면 DGX Spark 02는 Docker container vllm-gemma4를 image entrypoint vllm serve 기준으로 재생성한다. container env에는 VLLM_MAX_TOKENS_PER_EXPERT_FP4_MOE=4194304를 넣고, container args는 positional model /models/gemma-4-26B-A4B-it-NVFP4 뒤에 --max-model-len 262144, --gpu-memory-utilization 0.40, --max-num-seqs 4, --port 8004를 둔다.
    • provider runtime 옵션을 갱신하는 배포라면 Mac Studio는 screen -dmS vllm_mlx_8004 안에서 DYLD_LIBRARY_PATH=/opt/homebrew/opt/expat/lib를 export한 뒤 vllm_mlx.cli serve를 --max-num-seqs 5, --max-kv-size 786432, --max-request-tokens 262144로 재기동한다.
    • Node bootstrap은 Edge의 node register가 출력한 OS별 완성 명령을 우선한다. 다만 node-local provider endpoint, 별도 IOP_HOME, 또는 DGX Spark 01/02 reverse tunnel처럼 host별 Edge addr이 필요한 경우에는 ~/iop-dev-corp-field/node.yaml을 수동 배치할 수 있고, token 원문은 로그/보고에 남기지 않는다.

  8. 배포 후 연결 검증

    • Edge, OpenAI-compatible listener, Node TCP, admin port, Control Plane status port가 열려 있는지 확인한다.
    • Control Plane status에서 Edge가 connected이고 dev-corp 기준 3개 provider node가 connected인지 확인한다.
    • 각 node의 provider_snapshots에서 provider id, capacity, in_flight, queued, health, served_models를 확인한다.
    • /v1/models가 대상 model alias를 노출하는지 확인한다.

  9. OpenAI-compatible capacity smoke

    • /v1/responses와 /v1/chat/completions를 각각 검증한다. legacy /v1/completions는 구현되어 있지 않으면 실패로 보지 않는다.
    • 표준 부하 프롬프트는 700~1200 token 수준의 구조화된 답변을 유도해 요청이 동시에 관측될 시간을 만든다.
    • endpoint별로 총 provider capacity + 1개 요청을 동시에 보낸다. Edge config에서 기본 dev-corp 후보 capacity 4 + 4 + 5 = 13을 확정한 경우 14개 동시 호출을 보낸다.
    • 요청 실행 중 Control Plane status를 반복 polling하여 대상 provider들의 in_flight 합이 총 capacity에 도달하고 queued 합이 1 이상이 되는 순간을 증거로 남긴다.
    • 각 provider의 in_flight가 자기 capacity를 넘지 않고, 적어도 한 번은 기대 capacity까지 차는지 확인한다.
    • 모든 요청 완료 후 같은 status에서 대상 provider들의 in_flight=0, queued=0으로 돌아오는지 확인한다.
    • Gemma 계열 reasoning/tool-parser 텍스트는 정상 응답으로 허용한다. exact-output match를 smoke 성공 기준으로 삼지 않는다.

  10. 결과 보고

  • source ref, clean sync 결과, 테스트 결과, 빌드 산출물, process/port 상태, connected node 목록, provider capacity snapshot, capacity smoke 관측값을 보고한다.
  • 실패한 단계가 있으면 다음 단계를 진행했는지 여부를 명확히 구분한다.
  • capacity smoke가 타이밍 문제로 관측 실패했으면 요청 성공과 별도로 capacity 관측 미충족으로 보고하고, 프롬프트 길이 또는 status polling 간격 조정을 제안한다.

실행 결과 검증

  • mac-mini checkout이 배포 기준 ref로 clean sync되었는가
  • provider direct endpoint 3개가 mac-mini에서 /health와 /v1/models에 성공했는가
  • 빌드 전 go test ./...와 필요한 추가 테스트가 통과했는가
  • dev-corp Control Plane/Edge/mac/Linux ARM64 binary가 같은 source ref에서 rebuild되었는가
  • 빌드 후 config check, refresh help, refresh dry-run이 통과했는가
  • Edge와 3개 provider node가 재시작되고 connected 상태인가
  • /v1/responses capacity smoke에서 총 capacity만큼 in_flight가 차고 초과 요청이 queue에 잡혔는가
  • /v1/chat/completions capacity smoke에서 총 capacity만큼 in_flight가 차고 초과 요청이 queue에 잡혔는가
  • 완료 후 provider in_flight=0, queued=0으로 회복되었는가
  • 검증 실패 시: 실패 단계, 실패한 host/provider/endpoint, 관측된 snapshot, 진행 중단 여부를 보고한다.

출력 형식

dev-corp runtime 배포 결과
- Source: <branch/ref/commit>, clean=<yes|no>
- Provider preflight: dgx01=<pass|fail>, dgx02=<pass|fail>, mac-studio=<pass|fail>
- Pre-build tests: <command> - <pass|fail|not-run>
- Build: control-plane=<path>, edge=<path>, mac-node=<path>, linux-arm64-node=<path>
- Post-build checks: config-check=<pass|fail>, refresh-help=<pass|fail>, refresh-dry-run=<status>
- Deployment: control-plane=<pid/status>, edge=<pid/status>, dgx01=<pid/status>, dgx02=<pid/status>, mac-studio=<pid/status>
- Ports: <port summary>
- Nodes: <node_id connected summary>
- Providers: <provider_id capacity/in_flight/queued/health summary>
- OpenAI-compatible: models=<pass|fail>, responses-capacity=<pass|fail>, chat-completions-capacity=<pass|fail>
- Capacity evidence: <endpoint별 max in_flight/queued snapshot>
- Blockers/Risk: <없음 또는 내용>

금지 사항

  • mac-mini checkout이 없거나 dirty/divergent 상태인데 배포를 계속하지 않는다.
  • git clean -fdx를 기본 cleanup으로 사용하지 않는다.
  • 빌드 전 테스트 실패 후 배포를 계속하지 않는다.
  • DGX Spark 02 provider endpoint를 192.168.2.4:8000, 8001, 8002로 잘못 사용하지 않는다.
  • Mac Studio secondary 8005 endpoint를 별도 alias/capacity 결정 없이 기본 provider pool에 포함하지 않는다.
  • Mac Studio 8004 vLLM-MLX runtime 재시작 방식을 확인하지 않고 provider process를 임의 종료하지 않는다.
  • node02처럼 tunnel 예외가 필요한 경우를 제외하고 Node bootstrap 기본 경로에서 수동 token 치환, named env parameter, 수동 node.yaml 작성을 요구하지 않는다.
  • Gemma reasoning/tool-parser 출력을 실패로 판정하거나 exact-output smoke를 기본 성공 기준으로 삼지 않는다.
  • OpenAI-compatible 요청 성공만으로 capacity 검증 성공을 선언하지 않는다. provider snapshot의 in_flight/queued 관측을 함께 남긴다.
  • 이 프로젝트 전용 배포 절차를 agent-ops/rules/common/_templates 또는 common skill에 넣지 않는다.