Aller au contenu principal

LobeChat sur GKE Autopilot

LobeChat sur GKE Autopilot

LobeChat est une interface utilisateur de chat LLM moderne et open source (construite avec Next.js) qui permet aux utilisateurs de converser avec de nombreux fournisseurs de modèles — OpenAI, Anthropic, Google et d'autres — via une interface soignée unique, les utilisateurs fournissant leurs propres clés API côté client. Ce module déploie LobeChat sur GKE Autopilot au-dessus de la fondation App_GKE, qui provisionne et gère l'infrastructure partagée de Google Cloud et Kubernetes.

Ce guide se concentre sur les services cloud utilisés par LobeChat et sur la manière de les explorer et de les exploiter depuis la console Google Cloud et la ligne de commande. Pour les mécanismes communs à chaque application GKE — Workload Identity, ingress, autoscaling, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC Service Controls et le cycle de vie du déploiement — reportez-vous au guide de la fondation App_GKE plutôt que de les répéter ici.


Ce que coûte LobeChat sur RAD, et comment cela se compare​

LobeChat sur le module GKE Autopilot de RAD coûte environ 26 US$ par mois dans votre propre projet. RAD facture 40 crédits une fois par déploiement dans votre propre projet (36 crédits, 10 % de moins, dans un projet géré par RAD). Les builds sont inclus dans le prix. Si vous n'en avez besoin qu'occasionnellement, un projet géré par RAD peut être supprimé et restauré dans les 30 jours sans frais supplémentaires, de sorte que ce chiffre mensuel ne représente que quelques dollars — voir Mettez-le en pause gratuitement, ci-dessous.

Ce que vous payez sur RAD​

Dans un projet Google Cloud que vous possédezDans un projet géré par RAD pour vous
Frais de module, une fois par déploiement40 crédits (4,00 US$ au prix de la recharge)36 crédits (10 % de moins)
BuildsInclus dans le prix : pas de frais de build pour la création, 5 mises à jour par mois (mois calendaire UTC) gratuites, puis 2 crédits chacune, et rien pour la suppression ou pour un build échoué, dans la limite de 10 builds échoués par jour (UTC). Les sessions de lab et les projets clients sont l'exception : ils sont toujours facturés pour le temps de build à la minuteIdentique
Coût d'exécution Google CloudFacturé par Google à votre propre compte de facturation, environ 26 US$ par mois pour la configuration par défaut (tableau ci-dessous)Mesuré à l'heure en crédits ; RAD publie 63 crédits par jour, environ 1 890 par mois (environ 189 US$ au prix de la recharge ; estimé à partir des prix catalogue de Google, et incluant les frais de cluster)
Qui possède quoiVous possédez le projet et sa facturation ; RAD le déploie et le met à jourRAD possède le projet, avec des garde-fous, des quotas et des alertes budgétaires ; vous avez accès à la console, et un solde minimum acheté est maintenu en réserve

Pourquoi les deux colonnes diffèrent. Le chiffre géré par RAD inclut les frais de gestion du cluster GKE (environ 73 US$ par mois) et la fondation partagée du projet. Dans votre propre projet, le niveau gratuit de Google couvre les frais de gestion d'un cluster par compte de facturation, ce que le chiffre du projet propre suppose. Il est estimé à partir des prix catalogue de Google, car il n'y a pas encore suffisamment d'historique GKE géré par RAD pour le mesurer, de sorte que la confirmation de déploiement ne le cite pas. Une deuxième application GKE dans le même projet géré par RAD partage le cluster et n'ajoute que ses propres pods.

Votre premier déploiement réussi sur RAD est exempt de frais de module, quel que soit le montant des frais : une fois par compte, pour un module que vous déployez et payez vous-même (dans une solution, les frais d'une application : la première à réussir ; jamais une session de lab ou un projet client).

10 crédits coûtent 1 US$ pour une recharge unique, et moins pour un plan mensuel. Dans un projet géré par RAD, la base de données, le serveur de fichiers et le réseau sont partagés par chaque application du projet, de sorte qu'une deuxième application n'ajoute pas une deuxième base de données.

Coût d'exécution par défaut dans votre propre projet (us-central1, prix catalogue Google) :

Ressource (valeur par défaut du module)Par mois
Pod GKE Autopilot, 0,5x vCPU / 1 GiB20 US$
Cloud NAT et réseau5 US$
Cloud Storage (modules complémentaires, sauvegardes)1 US$
Frais de gestion du cluster GKEpartagés entre chaque application GKE du projet ; 0 US$ si c'est votre seul cluster, sinon ~73 US$
Totalenviron 26 US$

Comment cela se compare​

  • LobeChat est une interface de chat, pas un service hébergé avec son propre abonnement — il est sans état par défaut (pas de base de données, de Redis ou de stockage persistant), et les utilisateurs fournissent leurs propres clés API de fournisseur. Il n'y a pas d'équivalent SaaS à comparer avec un prix actuel vérifiable : le coût qui compte ici est l'utilisation du modèle elle-même, qui est facturée par la clé du fournisseur que chaque utilisateur fournit, et non par RAD ou par LobeChat.
  • Comparaison auto-gérée : à 0,5 vCPU / 1 GiB, l'empreinte de LobeChat est plus petite que n'importe quelle des classes de VPS de référence habituelles (un Hetzner CPX22 ou un DigitalOcean 4 Go, tous deux ~24 US$/mois, sont dimensionnés pour une charge de travail plus lourde), donc une instance moins chère et plus petite ferait l'affaire — les 26 US$ par mois de RAD incluent la facturation par pod de GKE Autopilot, la mise en réseau et le stockage gérés plutôt qu'une simple VM que vous corrigez vous-même.
  • La vraie décision est généralement "héberger soi-même l'interface utilisateur ou utiliser le produit de chat hébergé d'un fournisseur (par exemple les applications web ChatGPT ou Gemini)" plutôt que "héberger soi-même ou payer pour un LobeChat hébergé" — personne ne vend LobeChat hébergé comme un produit payant aujourd'hui.

Mettez-le en pause gratuitement : supprimez un projet géré par RAD, restaurez-le lorsque vous en avez besoin​

Si LobeChat s'exécute dans un projet géré par RAD pour vous, vous avez une deuxième option qui va bien au-delà de la mise à l'échelle à zéro : supprimez l'ensemble du projet et restaurez-le dans les 30 jours pour presque rien. Cela convient bien mieux à LobeChat dont vous n'avez besoin qu'occasionnellement — évaluation, environnement de démonstration, charge de travail saisonnière ou intermittente — que de le faire fonctionner en continu.

Une restauration n'est pas garantie — conservez vos propres sauvegardes. Les conditions de Google Cloud ne garantissent pas qu'un projet restauré, ou les ressources qu'il contient, sera utilisable après sa restauration, de sorte que la restauration ne peut pas être considérée comme un moyen de récupérer un projet supprimé. Avant de supprimer, assurez-vous d'avoir effectué des sauvegardes appropriées des données et de la configuration de l'application et de les avoir stockées en dehors du projet. Si une restauration échoue, ou si le projet restauré ne fonctionne pas, la solution de repli consiste à redéployer l'application (voir la section suivante) et à restaurer sa configuration et ses données à partir de ces sauvegardes.

  • Comment ça marche. La suppression d'un projet géré par RAD commence par délier sa facturation, puis demande à Google de supprimer le projet. Google ne supprime pas le projet immédiatement : il le conserve, récupérable, pendant 30 jours. Comme la facturation est déjà déliée, rien n'est facturé pendant cette attente. Contrairement à la suppression d'un module, cela ne détruit pas la base de données, aucune VM ou la ressource de calcul une par une — l'ensemble du projet, et tout ce qu'il contient, s'arrête simplement.
  • La restauration est une vérification, pas une reconstruction. Dans les 30 jours, le propriétaire du projet peut le restaurer. RAD demande à Google de restaurer le projet et de rattacher son compte de facturation, puis vous demande d'exécuter Update sur chaque déploiement pour confirmer que tout est revenu. Comme rien n'a été détruit individuellement, cette mise à jour trouve les mêmes ressources déjà présentes — c'est une vérification, pas une reconstruction, et une mise à jour ne facture jamais les frais de module à nouveau. Les mises à jour sont incluses dans le prix (5 par mois pour chaque déploiement), donc une restauration ne coûte normalement aucun crédit.
  • Ainsi, un mois d'utilisation occasionnelle peut coûter quelques dollars, et non les 189 US$ par mois pour le maintenir en fonctionnement. Déployez LobeChat, utilisez-le un certain temps, supprimez le projet. Restaurez-le la prochaine fois que vous en avez besoin, confirmez avec Update, et supprimez-le à nouveau lorsque vous avez terminé. Vous ne payez que les frais de module une fois et le temps qu'il a réellement été en ligne.
  • Ce que cela nécessite. Vous devez être propriétaire du projet (pas un projet dont RAD ne gère que la facturation), et vous le restaurez vous-même dans les 30 jours — après cela, Google le supprime définitivement. La restauration est admise comme la création d'un nouveau projet : votre solde de crédits achetés doit toujours dépasser le seuil du niveau (100 crédits pour le niveau sandbox que la plupart des utilisations d'évaluation conviennent). Google indique que la plupart des services fonctionnent à nouveau pleinement dans les 36 heures suivant une restauration.
  • Un véritable manque : les sauvegardes nocturnes ne survivent pas. Les sauvegardes et autres fichiers générés sont écrits dans un bucket à l'intérieur du projet, et ce bucket n'est pas protégé par la suppression logicielle de Cloud Storage, il est donc très probablement supprimé dès que vous supprimez le projet — même si le projet lui-même est récupérable pendant 30 jours. Si vous avez personnalisé LobeChat et que vous souhaitez conserver ce travail, copiez une sauvegarde (vers Google Drive ou un bucket en dehors du projet) avant de supprimer. Pour une installation par défaut sans rien d'irremplaçable, cela n'a pas d'importance.

Payez uniquement pendant que vous l'utilisez, l'autre méthode : supprimer et redéployer​

L'option ci-dessus ne s'applique qu'à un projet géré par RAD ; dans votre propre projet, ou une fois la fenêtre de 30 jours passée, la façon d'arrêter de payer est de supprimer le déploiement et de le déployer à nouveau lorsque vous en avez besoin.

  • Ce que coûte un redéploiement. Les frais de module à nouveau (les builds sont inclus) — 40 crédits (4,00 US$) au total. La suppression ne permet d'économiser de l'argent que si LobeChat reste inutilisé suffisamment longtemps pour compenser ce coût de redéploiement par rapport à son propre coût d'exécution — environ 6 jours ou plus, à la fois dans votre propre projet (environ 0,86 US$ par jour) et dans un projet géré par RAD (63 crédits par jour).
  • La majeure partie du coût d'exécution est généralement partagée. Pour LobeChat, il s'agit de la base de données. Ils ne s'arrêtent que si rien d'autre dans le projet ne les utilise, donc la suppression de cette application pendant que quelque chose d'autre partage le projet n'économise que la partie calcul de cette application.
  • Conservez d'abord vos données. Les sauvegardes nocturnes vont dans un bucket à l'intérieur du déploiement et sont supprimées avec lui, alors copiez la dernière sauvegarde avant de la supprimer si vous voulez la conserver.

Sessions de lab et environnements gérés​

  • Sessions de lab, pour la formation. Un formateur anime une session pour une classe. Chaque participant obtient l'application dans son propre projet Google Cloud pendant 15 minutes à 24 heures, dans la limite d'une allocation définie par le formateur. Le formateur peut aussi créer un seul environnement partagé pour toute la classe, et chacun utilise alors la même application et ses données. Soit le formateur finance toutes les places, soit chaque participant paie la sienne. Tout est supprimé à la fin de la session et les crédits inutilisés sont reversés au formateur.
  • Environnements gérés, pour les sociétés de conseil. Un partenaire exécute l'application pour un client à partir d'un portefeuille cloisonné qu'il finance, et règle directement avec le client. Si le portefeuille est faible, la facturation est interrompue et les données sont conservées, de sorte que personne ne reçoit de frais inattendus. À la fin, le partenaire transfère le projet et les déploiements deviennent la propriété du client.

Les crédits peuvent être achetés dans plus de 20 devises, y compris XAF, XOF, NGN, GHS, KES et ZAR, par carte, virement bancaire ou argent mobile.

Sources (8 octobre 2026) : Prix catalogue Google Cloud de l'API Cloud Billing Catalog ; frais RAD et estimation des crédits quotidiens de radmodules.dev/pricing ; Supprimer et restaurer des projets pour les mécanismes de pause/restauration et ce qu'il dit sur les objets Cloud Storage sans suppression logicielle. Les prix changent ; vérifiez chaque source avant de vous fier à un chiffre.

1. Vue d'ensemble​

LobeChat s'exécute comme une seule charge de travail web Next.js sans état sur Autopilot. Parce que son mode stocké côté client par défaut conserve tout l'état dans le navigateur, le déploiement relie un ensemble délibérément minimal de services Google Cloud :

CapacitéService Google CloudNotes
CalculGKE AutopilotPods Next.js, 500m vCPU / 1 GiB par défaut, autoscalés horizontalement
Base de données(aucune)database_type = "NONE" — aucune base de données Cloud SQL n'est provisionnée ; l'état réside dans le navigateur
Stockage d'objets(aucun)Sans état — aucun bucket GCS, montage NFS ou PVC déclaré par défaut
CacheRedis (optionnel, désactivé)Uniquement pour la limitation de débit / détection de bots sur les déploiements publics
SecretsSecret Manager (aucun par défaut)LobeChat ne génère aucun secret ; injectez vous-même les clés de fournisseur si vous le souhaitez
IngressCloud Load BalancingLoadBalancer externe, domaine personnalisé optionnel + certificat géré

Valeurs par défaut judicieuses à connaître d'emblée :

  • Pas de base de données, pas de secrets, pas de stockage. LobeChat est sans état en mode client-stocké — les utilisateurs ajoutent leurs propres clés API de modèle dans le navigateur. Il n'y a rien à sauvegarder et rien à migrer. (Un mode serveur Postgres optionnel existe en amont mais n'est pas câblé par ce module.)
  • Le port 3210 est fixe. L'image personnalisée épingle PORT=3210 et container_port = 3210 ; ne le changez pas sans reconstruire l'image.
  • La valeur par défaut est 500m CPU / 1Gi mémoire (container_resources). Le processus SSR Next.js de LobeChat (plus ses dépendances de rendu pdfjs-dist/@napi-rs/canvas) OOM et CrashLoopBackOff à 512Mi (JavaScript heap out of memory) — 1Gi est le seuil pour un démarrage stable ; augmentez container_resources.memory_limit davantage sous une charge plus lourde.
  • Minimum 1 réplica (min_instance_count = 1, forcé par le câblage). GKE ne prend pas en charge la mise à l'échelle à zéro, donc au moins un pod est toujours en cours d'exécution pour maintenir l'interface utilisateur accessible ; max_instance_count = 3.
  • Sans état — Déploiement, pas StatefulSet. Il n'y a pas de volume persistant ; les pods peuvent être remplacés librement et mis à l'échelle horizontalement sans prérequis de file d'attente ou de cache.
  • service_type = LoadBalancer, session_affinity = None. Sans état de session côté serveur, les requêtes n'ont pas besoin de routage persistant.
  • Redis est optionnel et désactivé. Activez-le uniquement pour ajouter une limitation de débit / détection de bots devant un déploiement public.
  • latest correspond à une vraie balise d'image. L'ARG de build LOBECHAT_VERSION passe la version inchangée, donc application_version = "latest" se résout en la vraie lobehub/lobe-chat:latest.

2. Services Google Cloud et comment les explorer​

Toutes les commandes supposent que vous avez exécuté gcloud container clusters get-credentials <cluster> --region <region> --project <project> et que PROJECT, REGION et NAMESPACE sont définis. L'espace de noms et les autres identifiants sont signalés dans les Sorties du déploiement.

A. GKE Autopilot — la charge de travail LobeChat​

Les pods LobeChat sont planifiés sur Autopilot, qui facture le CPU/la mémoire que les pods demandent réellement. L'autoscaling horizontal des pods dimensionne le déploiement entre le nombre minimum (1) et maximum de réplicas.

  • Console : Kubernetes Engine → Workloads → sélectionnez la charge de travail LobeChat pour voir les pods, les révisions et les événements. Kubernetes Engine → Services & Ingress affiche l'adresse IP externe.
  • CLI :
    kubectl get pods,svc,hpa -n "$NAMESPACE"
    kubectl logs -n "$NAMESPACE" deploy/<service-name> --tail=100
    kubectl describe hpa -n "$NAMESPACE" # current vs target utilisation

Voir App_GKE pour la gestion d'Autopilot, de la mise à l'échelle et du type de charge de travail (Déploiement vs StatefulSet).

B. Pas de base de données​

LobeChat ne provisionne aucune instance Cloud SQL — database_type = "NONE". En mode client-stocké, chaque conversation, paramètre et clé de fournisseur réside dans le navigateur de l'utilisateur, il n'y a donc pas de base de données côté serveur à laquelle se connecter, à sauvegarder ou à migrer, et aucun sidecar Cloud SQL Auth Proxy n'est injecté. L'activation du mode serveur Postgres en amont de LobeChat (pour la synchronisation inter-appareils) n'entre pas dans le cadre de ce module.

C. Pas de stockage d'objets ou de volume persistant​

Aucun bucket GCS, montage NFS ou PVC de bloc n'est déclaré par défaut (storage_buckets est vide, enable_nfs = false, stateful_pvc_enabled non défini/null). La charge de travail est sans état ; les pods ne transportent aucune donnée persistante.

  • CLI (pour confirmer qu'aucun n'est détenu par l'application) :
    gcloud storage buckets list --project "$PROJECT"
    kubectl get pvc -n "$NAMESPACE" # none expected

D. Redis (optionnel — limitation de débit / détection de bots)​

Redis est désactivé par défaut (enable_redis = false). Activez-le uniquement pour ajouter une limitation de débit et une détection de bots devant une instance LobeChat publique. Lorsque enable_redis = true et redis_host est vide, l'application revient à 127.0.0.1 à moins que le Redis co-localisé NFS ne soit utilisé — définissez redis_host (ou enable_nfs = true) explicitement.

  • Console : Memorystore → Redis (si vous utilisez une instance gérée).
  • CLI :
    redis-cli -h <redis-host> ping
    # Confirm the Redis env injected into the running pod:
    kubectl exec -n "$NAMESPACE" deploy/<service-name> -- env | grep -i redis

E. Secret Manager​

LobeChat ne génère aucun secret — il n'y a pas de clés cryptographiques à protéger. Secret Manager (via le pilote CSI du Secret Store) n'est utilisé que si vous choisissez d'injecter une clé de fournisseur côté serveur (par exemple OPENAI_API_KEY) via secret_environment_variables, qui fait référence à un secret que vous créez.

  • Console : Sécurité → Secret Manager.
  • CLI :
    gcloud secrets list --project "$PROJECT" --filter="name~lobechat"
    gcloud secrets versions access latest --secret=<secret-name> --project "$PROJECT"

Voir App_GKE pour l'intégration et la rotation du Secret Store CSI.

F. Réseau et ingress​

Par défaut, la charge de travail est exposée via une adresse IP externe de Cloud Load Balancing (service_type = LoadBalancer). Un domaine personnalisé avec un certificat géré par Google peut être activé, et une adresse IP statique réservée afin que l'adresse survive aux redéploiements.

  • Console : Services réseau → Équilibrage de charge ; Réseau VPC → Adresses IP.
  • CLI :
    kubectl get ingress,svc -n "$NAMESPACE"
    gcloud compute addresses list --project "$PROJECT"

Voir App_GKE pour les détails sur les domaines personnalisés, Cloud CDN et les adresses IP statiques.

G. Cloud Logging et Monitoring​

Les sorties standard/erreur des pods sont acheminées vers Cloud Logging ; les métriques GKE sont acheminées vers Cloud Monitoring. Des tests de disponibilité et des stratégies d'alerte optionnels sont disponibles.

  • Console : Logging → Explorateur de journaux ; Monitoring → Tableaux de bord / Alertes.
  • CLI :
    gcloud logging read 'resource.type="k8s_container" AND resource.labels.namespace_name="'"$NAMESPACE"'"' \
    --project "$PROJECT" --limit 50

3. Comportement de l'application LobeChat​

  • Pas de configuration de base de données au premier déploiement. Il n'y a pas de job db-init et pas de schéma — la sortie initialization_jobs est vide. Le premier démarrage lance simplement le serveur Next.js.
  • Pas de migrations. Sans base de données côté serveur en mode par défaut, la mise à niveau application_version déploie simplement une nouvelle image ; il n'y a pas de schéma à migrer.
  • Pas de compte administrateur / pas de identifiants par défaut. Le mode client-stocké de LobeChat n'a pas de magasin d'utilisateurs côté serveur. La seule porte d'accès est la phrase secrète partagée ACCESS_CODE optionnelle (voir ci-dessous) ; sans elle, l'interface utilisateur est ouverte à quiconque atteint l'adresse IP du LoadBalancer.
  • Les utilisateurs fournissent leurs propres clés de modèle. Chaque utilisateur colle les clés API du fournisseur dans l'interface utilisateur, conservées dans le localStorage du navigateur. Pour préconfigurer un fournisseur côté serveur à la place, injectez par exemple OPENAI_API_KEY (en tant que secret) et/ou OPENAI_PROXY_URL via secret_environment_variables / environment_variables.
  • Accès sécurisé avec ACCESS_CODE. Pour tout déploiement exposé en externe, définissez une phrase secrète partagée afin que l'interface utilisateur de chat (et toutes les clés que les utilisateurs collent) ne soient pas exposées :
    # via the module: environment_variables = { ACCESS_CODE = "<passphrase>" }
    # verify it reached the running pod:
    kubectl exec -n "$NAMESPACE" deploy/<service-name> -- env | grep ACCESS_CODE
  • Chemin de santé. Les sondes de démarrage, de vivacité et de disponibilité ciblent / — le serveur Next.js de LobeChat renvoie HTTP 200 une fois démarré, sans authentification. Laissez la fenêtre de démarrage par défaut pour le démarrage à froid next-server.
  • Port fixe 3210. L'image personnalisée épingle PORT=3210 ; container_port doit rester 3210.
  • imagePullPolicy = Always pour l'image mise en miroir. App_GKE force Always pour les images personnalisées/mises en miroir afin qu'une balise reconstruite soit ré-extraite lors du redéploiement plutôt que de servir une couche mise en cache obsolète.

4. Variables de configuration​

Les variables sont regroupées exactement comme elles apparaissent sur la plateforme de déploiement. Seuls les paramètres spécifiques ou notables pour LobeChat sont listés ; toutes les autres entrées sont héritées de App_GKE avec son comportement standard et ses valeurs par défaut.

Groupe 3 — Identité de l'application​

VariableValeur par défautDescription
application_namelobechatNom de base des ressources. Ne pas modifier après le premier déploiement.
application_versionlatestBalise d'image LobeChat ; latest correspond à la vraie lobehub/lobe-chat:latest. Épinglez une balise spécifique en production.

Groupe 4 — Exécution et mise à l'échelle​

VariableValeur par défautDescription
deploy_applicationtrueDéfinissez false pour provisionner uniquement l'infrastructure.
container_resources500m CPU / 1Gi mémoireRequêtes/limites par pod. Next.js next-server (plus les dépendances de rendu pdfjs-dist/canvas) OOM-crash au démarrage en dessous de 1 Gi — augmentez la mémoire si vous constatez la même défaillance sous charge.
min_instance_count1Réplicas minimum (GKE n'a pas de mise à l'échelle à zéro) ; maintient l'interface utilisateur accessible.
max_instance_count3Sûr à augmenter — pas d'état côté serveur partagé ni de prérequis de file d'attente.
container_port3210Port du serveur Next.js de LobeChat. Ne pas modifier sans reconstruire l'image.
enable_image_mirroringtrueMettre en miroir lobehub/lobe-chat dans Artifact Registry.

Groupe 5 — Variables d'environnement et secrets​

VariableValeur par défautDescription
environment_variables{}Substitutions optionnelles — notamment ACCESS_CODE (protéger l'interface utilisateur) et les valeurs par défaut du fournisseur/thème.
secret_environment_variables{}Mappage de variable d'environnement → nom de secret Secret Manager. Utilisez ceci pour toute clé de fournisseur côté serveur (par exemple OPENAI_API_KEY).

Groupe 6 — Backend et cluster GKE​

VariableValeur par défautDescription
service_typeLoadBalancerComment le service Kubernetes est exposé.
workload_typenullSe résout en un déploiement sans état — LobeChat n'a pas besoin de PVC par pod.
session_affinityNonePas d'état de session côté serveur, donc pas de routage persistant requis.

Groupe 7 — StatefulSet​

VariableValeur par défautDescription
stateful_pvc_enablednullLaisser non défini — LobeChat est sans état en mode client-stocké ; il n'y a pas de données à persister par pod.

Groupe 15 — Cache Redis​

VariableValeur par défautDescription
enable_redisfalseActiver uniquement pour la limitation de débit / détection de bots sur les déploiements publics.
redis_host""Point de terminaison Redis. Définir explicitement lorsque enable_redis = true (vide revient à 127.0.0.1).
redis_port6379Port Redis.

Les groupes Backend de base de données, Sauvegarde et maintenance, Système de fichiers (NFS) et Cloud Storage existent pour la convention de mise en miroir mais sont inertes — database_type = "NONE" et aucun bucket/volume n'est déclaré, de sorte que ces entrées ne créent aucune ressource. Toutes les autres entrées suivent le comportement standard de App_GKE.


5. Sorties​

Ces valeurs sont renvoyées lors d'un déploiement réussi et constituent le moyen le plus rapide de localiser et d'explorer les ressources en cours d'exécution.

SortieDescription
service_nameNom du service Kubernetes.
namespaceEspace de noms dans lequel la charge de travail s'exécute.
service_cluster_ipClusterIP intra-cluster.
stage_service_cluster_ipsMappage des ClusterIPs pour les services spécifiques à l'étape.
service_external_ipIP externe du LoadBalancer (lorsqu'une IP statique est réservée).
service_urlURL pour atteindre LobeChat.
storage_bucketsBuckets Cloud Storage créés (vides par défaut).
network_name / network_exists / regionsRéseau VPC, présence, régions disponibles.
container_image / container_registryImage déployée et dépôt Artifact Registry.
monitoring_enabled / monitoring_notification_channelsÉtat et canaux de surveillance.
initialization_jobsNoms des jobs de configuration (vides — LobeChat n'en a pas).
deployment_id / tenant_id / resource_prefixIdentifiants de nommage.
project_id / project_numberIdentifiants de projet.
cicd_enabled / cicd_configurationÉtat et détails CI/CD (dépôt, déclencheur, registre).
github_repository_url / github_repository_owner / github_repository_nameDétails GitHub CI/CD.
artifact_registry_repository / cloudbuild_trigger_name / cloudbuild_trigger_idRegistre et déclencheur de build.
kubernetes_readyIndique si le cluster/la charge de travail est prêt.
vpc_sc_enabled / vpc_sc_perimeter_name / vpc_sc_dry_run_modeÉtat VPC-SC.
audit_logging_enabled / artifact_registry_cmek_enabledJournalisation d'audit et état CMEK.

6. Pièges de configuration et valeurs par défaut judicieuses​

Risque : Critique (perte de données / panne / sécurité) — Élevé (service dégradé) — Moyen (coût ou dégradation partielle) — Faible (mineur).

Validation héritée au moment de la planification. Ce module transmet sa configuration au moteur de fondation App_GKE, qui valide les valeurs et les combinaisons au moment de la planification — un workload_type = "Deployment" à côté de stateful_pvc_enabled = true, IAP sans identités autorisées, unités de quota de mémoire binaires, un redis_port hors de portée. Une configuration invalide échoue la planification avec une erreur claire et nommée avant la création de toute ressource.

ParamètreValeur judicieuseRisqueConséquence en cas d'erreur
ACCESS_CODEDéfinir sur tout déploiement exposéÉlevéSans cela, l'interface utilisateur de chat — et toutes les clés de fournisseur que les utilisateurs collent — est ouverte à quiconque atteint l'adresse IP du LoadBalancer.
container_resources mémoire1Gi (plancher)ÉlevéEn dessous de 1 GiB, Next.js next-server OOM-crash au démarrage (JavaScript heap out of memory) et le pod ne devient jamais Prêt.
container_port3210ÉlevéL'image épingle PORT=3210 ; une non-concordance signifie que la sonde ne se connecte jamais et que le pod ne démarre pas.
Clés de fournisseur côté serveurInjecter via secret_environment_variablesÉlevéPlacer une clé API en clair environment_variables l'expose dans la spécification du pod et les journaux.
min_instance_count1ÉlevéGKE exige min ≥ 1 ; la garde de validation rejette 0. Maintenir 1 garantit que l'interface utilisateur reste accessible.
stateful_pvc_enabledlaisser non défini (null)MoyenL'activation d'un PVC ajoute un stockage inutile par pod — LobeChat ne persiste rien côté serveur en mode par défaut.
enable_redisfalse sauf si publicMoyenL'activation sans un redis_host accessible (vide → 127.0.0.1) rend la limitation de débit non fonctionnelle.
quota_memory_requests / _limitsunités binaires (4Gi, 8192Mi)CritiqueLes entiers bruts sont des octets et bloquent toute planification de pod dans l'espace de noms.
application_versionÉpinglez une balise en productionMoyenlatest se déplace avec l'amont ; une publication surprise peut modifier le comportement lors du prochain déploiement.

Pour le comportement de la fondation référencé tout au long — IAM et Workload Identity, autoscaling, ingress et certificats, CI/CD, Cloud Armor, IAP, Binary Authorization, VPC-SC et mise en miroir d'images — voir App_GKE. La configuration d'application spécifique à LobeChat partagée avec la variante Cloud Run est décrite dans LobeChat_Common.

Need RAD to do something it does not do yet? Request it on the roadmap, or vote on what is already there.