项目预览
项目数据
项目介绍
Star 增长趋势
本站每日记录该项目 GitHub 星标变化,观测越久曲线越完整
数据来源:GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 4436
使用教程
ℹ 本教程由 AI 依据该项目 README 整理,个别步骤可能需要按你的环境微调。
环境要求
- 已安装 Docker(需能访问 Docker Hub)
- 宿主机可挂载 /var/run/docker.sock(用于沙箱化代码执行等能力)
- 本地放行 3000 与 9000 端口
- 能拉取 archestra/platform:latest 镜像的网络环境
安装与启动步骤
-
1拉取平台镜像
从 Docker Hub 获取官方最新平台镜像,确认网络能正常访问镜像仓库。
docker pull archestra/platform:latest -
2启动 Archestra 容器
映射 3000(Web UI)与 9000 端口,开启快速启动模式并挂载 Docker 套接字与数据卷。
docker run \ -p 127.0.0.1:9000:9000 -p 127.0.0.1:3000:3000 \ -e ARCHESTRA_QUICKSTART=true \ -v /var/run/docker.sock:/var/run/docker.sock \ -v archestra-postgres-data:/var/lib/postgresql/data \ -v archestra-app-data:/app/data \ archestra/platform:latest -
3浏览器访问控制台
在浏览器打开本地 3000 端口进入平台界面,按引导完成初始配置。
关键配置
| 配置项 | 必填 | 说明 | 示例 |
|---|---|---|---|
ARCHESTRA_QUICKSTART | 是 | 启用快速启动模式,简化首次初始化流程 | true |
/var/run/docker.sock | 是 | 挂载 Docker 套接字,支持沙箱化代码执行等能力 | /var/run/docker.sock:/var/run/docker.sock |
archestra-postgres-data | 否 | 持久化内置 PostgreSQL 数据卷 | archestra-postgres-data:/var/lib/postgresql/data |
archestra-app-data | 否 | 持久化应用自身数据卷 | archestra-app-data:/app/data |
如何确认成功
docker run 无报错并保持前台运行后,浏览器打开 http://localhost:3000 能正常显示平台界面即启动成功。
常见问题
Q:3000 端口无法访问怎么办?
A:确认容器仍在运行且端口映射为 127.0.0.1:3000:3000;如本机 3000 被占用,可改用其他宿主端口重新映射。
Q:为什么必须挂载 docker.sock?
A:README 的启动命令通过挂载 Docker 套接字支持沙箱化代码执行等容器化能力,缺少挂载相关功能可能不可用。
Q:数据重启后会丢失吗?
A:命令已挂载 archestra-postgres-data 与 archestra-app-data 两个命名卷,删除卷才会丢失数据,普通重启不会。
Q:生产环境也这样部署吗?
A:不建议,官方提供 Docker / Helm / Kubernetes 的完整部署说明,请参考 quickstart 文档。
注意事项
- 该命令仅将端口绑定到 127.0.0.1,如需外部访问需自行调整端口绑定并评估安全风险。
- 挂载 /var/run/docker.sock 等于把宿主机 Docker 控制权交给容器,生产环境请谨慎。
- 更完整的 Docker / Helm / Kubernetes 部署方式见官方 quickstart 文档:https://archestra.ai/docs/platform-quickstart。
- README 未给出默认管理员账号密码等初始化细节,请按界面引导或官方文档操作。
核心亮点
- 内置护栏机制,可自定义策略,有效防止模型输出违规内容
- 统一 MCP 注册中心,集中管理工具和服务,降低集成复杂度
- 网关层支持多模型路由与负载均衡,提升可用性并降低成本
不足之处
- 项目较新,文档和社区生态仍在建设中
- 功能模块较多,初次部署和配置有一定学习曲线
适用场景
- 企业级 AI 应用开发,需要统一管理多模型和工具
- 对 AI 输出安全性和合规性有严格要求的生产环境
- 基于 Kubernetes 的云原生平台,需要集成 AI 能力
替代项目
LangChain、Semantic Kernel、Dify
上一篇:tunnel-client
下一篇:fastapi-admin
同类项目推荐
AI-Worker-Proxy
开源
一键部署,统一接入多模型,自动故障转移
OpenAI-compatible AI proxy: Anthropic Claude, Google Gemini, GPT-6, Cloudflare AI. F···
FastDeploy
开源
用飞桨生态,一键部署大模型到生产环境
High-performance Inference and Deployment Toolkit for LLMs and VLMs based on PaddleP···
OpenSandbox
开源
给AI智能体一个安全可控的“手脚”,放心让它干活
Secure, Fast, and Extensible Sandbox runtime for AI agents.
AI-in-a-Box
开源
微软官方加速器,快速搭建 Azure AI 应用
AI-in-a-Box leverages the expertise of Microsoft across the globe to develop and pro···
DeepCache
开源
免训练加速扩散模型,生成速度翻倍,画质不掉线。
[CVPR 2024] DeepCache: Accelerating Diffusion Models for Free
llm7.io
开源
一个网关接入所有主流大模型,告别多套 SDK。
LLM7.io offers a single API gateway that connects you to a wide array of leading AI ···
pandaprobe
开源
给 AI Agent 装上追踪和评测,调试不再靠猜
open source agent engineering platform: traces, evals, and metrics to debug and impr···
mlops-workload-orchestrator
开源
在AWS上标准化编排ML管道,让模型上线更规范高效
The MLOps Workload Orchestrator solution helps you streamline and enforce architectu···
datalinkx
开源
配置化搞定异构数据源同步,支持增量与全量,内置大模型算子。
DatalinkX异构数据源之间的数据同步系统,支持海量数据的增量或全量同步,同时支持HTTP、O···
