准备环境：你需要安装什么

在开始之前，你需要准备好以下工具。它们都是免费的，直接去官网下载安装即可。

• Docker Desktop：用来在本地运行容器，就像给程序一个独立的小房间。
• kubectl：Kubernetes 的命令行工具，用来管理集群。
• Minikube：在本地启动一个小型 Kubernetes 集群，方便测试。
• Helm：Kubernetes 的包管理器，一键安装复杂应用。
• Python 3.9+：运行脚本和代码。

另外，你还需要申请两个 API 密钥：Anthropic（用来调用 Claude 大模型）和 Composio（用来连接各种工具，比如邮箱、项目管理）。申请免费额度即可。

安装步骤：一步步搭起来

1. 启动 Minikube：在终端运行 minikube start，等待集群创建完成。
2. 创建命名空间和密钥：运行 kubectl create namespace ai-agent，然后用你的 API 密钥创建 Secret（参考官方文档）。
3. 安装 Temporal：用 Helm 安装 Temporal 服务器，它负责处理任务调度和失败重试。运行 helm install temporal temporal/temporal -n ai-agent。
4. 部署网关和 Worker：我们需要两个组件——网关（接收用户请求）和 Worker（执行 AI 任务）。先构建 Docker 镜像：docker build -t ai-gateway ./gateway 和 docker build -t ai-worker ./worker。然后通过 Kubernetes 配置文件部署它们。
5. 安装 KEDA：KEDA 负责根据任务队列长度自动伸缩 Worker 数量。运行 helm install keda kedacore/keda -n ai-agent。
6. 配置自动伸缩：创建一个 ScaledObject 资源，告诉 KEDA 监控 Temporal 队列，当有任务时启动 Worker，空闲时缩到零。

验证是否成功：跑通第一个任务

部署完成后，打开网关的 URL（比如 http://localhost:8080），提交一个简单的任务，比如“帮我查一下今天的天气”。如果一切顺利，你会看到任务状态从“排队”变成“执行中”最后变成“完成”。同时，你可以用 kubectl get pods -n ai-agent 观察 Worker 的启动和停止。

常见坑：如果 Worker 启动后立刻退出，检查日志 kubectl logs ，多半是 API 密钥没配置对。

下一步可以做什么

现在你已经有了一个能自动伸缩、崩溃后能恢复的 AI 智能体基础框架。你可以尝试：

• 修改 Worker 代码，让它调用更多工具（比如发邮件、创建任务）。
• 添加一个简单的前端页面，让用户更方便地提交任务。
• 把集群部署到云端（比如 AWS 或 GCP），实现真正的生产环境。

记住，这个系统的核心优势是：任务一旦提交，即使电脑关机也能继续执行。下次遇到需要长时间处理的任务，就交给它吧！