Alumnium 私有化部署:Ollama 本地 LLM 跑 AI 测试自动化,数据不出内网的完整方案
【免费下载链接】alumniumEnd-to-End Testing with AI for Agents and Engineers项目地址https://gitcode.com/gh_mirrors/al/alumnium点击查看免费下载Alumnium 是一个 AI 原生的端到端E2E测试自动化框架让测试工程师和 AI Agent 用自然语言驱动浏览器与 App。本文带你用Ollama 本地 LLM对 Alumnium 做私有化部署实现 AI 测试自动化全程离线运行——页面内容、业务数据不出内网且零 API 调用成本。一、为什么用 Ollama 做 AI 测试的私有化部署使用云端大模型 API 时每一次测试都会把页面的可访问性树Accessibility Tree甚至截图发送到外部服务。对于银行、政企、医疗等场景这是不可接受的。Ollama 方案的优势数据安全模型推理完全发生在内网机器上测试数据不出内网成本归零无需按 token 付费模型一次下载、无限次调用离线可用无外网环境如生产隔离网段也能跑自动化测试⚖️灵活可控可自由替换开源模型按内网 GPU/CPU 硬件选型Alumnium 官方文档列出了 4 种自建 LLM 途径Amazon Bedrock、Azure Foundry、Azure OpenAI、Ollama其中Ollama 是唯一完全本地推理的方案详见 self-hosting.md。二、30 秒理解Alumnium 如何驱动 AI 测试Alumnium 的架构非常简洁测试驱动 可替换的 LLM 大脑。底层复用成熟生态Playwright、Selenium、Appium、Maestro上层用自然语言写测试act执行动作、check断言、get取数据LLM 通过环境变量ALUMNIUM_MODEL指定提供方ollama是内置 provider 之一模型配置逻辑在 TypeScript 端 Model.ts 中定义Python 端对应 models.pyprovider 为ollama时默认模型是qwen3.6也可写成ollama/自定义模型名指定其他已下载的模型。三、Ollama 一键安装与模型下载1. 安装 Ollama内网机器上运行支持 Linux / macOS / Windows可无 GPU 纯 CPU 运行。2. 下载模型首次需要外网离线环境可先在有网机器上ollama pull后拷贝模型文件ollama pull qwen3.6 ollama list # 验证模型已就绪3.可选开放内网访问默认 Ollama 只监听 localhost。若要把模型部署到内网服务器供多台测试机共享安装后设置环境变量OLLAMA_HOST0.0.0.0并重启服务即可。四、配置 Alumnium 连接本地模型环境变量速查只需两个环境变量Alumnium 就会把模型请求全部发往你的 Ollama 服务环境变量作用示例值ALUMNIUM_MODEL指定 LLM 提供方为 Ollamaollama或ollama/qwen3.6ALUMNIUM_OLLAMA_URLOllama 服务器地址本机可省略http://10.0.0.8:11434 官方约定变量OLLAMA_HOST同样被识别且优先级更高见 LlmFactory.ts#L223-L236。以 Python 为例本地 Ollama 跑一个 AI 自动化测试import os from alumnium import Alumni from selenium.webdriver import Chrome os.environ[ALUMNIUM_MODEL] ollama os.environ[ALUMNIUM_OLLAMA_URL] http://10.0.0.8:11434 # 内网 Ollama 服务器 driver Chrome() driver.get(http://demo.intranet.local) al Alumni(driver) al.do(type buy bread into the input field, then press Enter) al.check(the list shows an item buy bread) al.quit()TypeScript 与 Java 版本完全一致只需设置相同的环境变量。五、进阶用 MCP 把内网模型接给 AI Agent如果希望 Claude Code 等 AI 编码助手直接操作内网应用做测试可以开启 MCP 模式把 Ollama 作为后端大脑# 启动 Alumnium MCP 服务指向内网 Ollama export ALUMNIUM_MODELollama export ALUMNIUM_OLLAMA_URLhttp://10.0.0.8:11434 alumnium mcp配置入口与 MCP 相关源码 保持一致Agent 收到的可访问性树和截图同样只经过内网模型处理。六、团队共享方案Helm 部署 Alumnium Server Ollama个人本机跑通后团队级部署推荐Kubernetes Helm把 Alumnium Server 和 Ollama 都放进内网集群客户端通过ALUMNIUM_SERVER_URL统一接入。1. 部署 Alumnium Server官方 Helm Chart 位于 charts/alumnium/helm install alumnium ./charts/alumnium \ --set config.modelollama \ --set env[0].nameALUMNIUM_OLLAMA_URL \ --set env[0].valuehttp://ollama.intranet:114342. 客户端指向 Serverkubectl port-forward svc/alumnium 8013:8013 export ALUMNIUM_SERVER_URLhttp://127.0.0.1:8013⚠️ 注意Alumnium Server不带认证机制Ingress 暴露前务必做 IP 白名单或 OAuth2 代理详见 charts/alumnium/README.md 与 values.yaml。另外两个生产调优要点每个请求会携带整页可访问性树可能超过 1 MBIngress 需调大请求体上限否则报413本地模型推理较慢Ingress 后端超时建议调到 60s 以上七、常见问题与调优建议问题建议官方文档标注 Ollama 为实验性支持效果取决于硬件给 Ollama 分配独立 GPU 服务器避免与测试机争抢资源测试步骤偶发超时调大ALUMNIUM_MODEL_TIMEOUT、重试次数调大ALUMNIUM_MODEL_RETRIES复杂断言成功率偏低换更大参数量的模型如ALUMNIUM_MODELollama/更大的模型名视觉类检查vision check不可用本地模型需具备多模态能力纯文本模型请避免依赖截图断言完整的环境变量说明参见官方配置文档 configuration.md。八、总结一句话回顾 Alumnium 私有化部署三步走装 Ollama 拉模型 → 设ALUMNIUM_MODELollama两个环境变量 → 跑测试。个人本机、MCP Agent、K8s 团队服务三种形态均可实现 AI 测试自动化数据不出内网。随着本地开源模型能力持续提升这条零成本 高安全的路线正在成为内网自动化测试的标准答案。赞分享【免费下载链接】alumniumEnd-to-End Testing with AI for Agents and Engineers项目地址https://gitcode.com/gh_mirrors/al/alumnium点击查看免费下载相关推荐DeepWiki本地AI文档生成完整指南基于Ollama的私有化部署方案DeepWiki本地AI文档生成完整指南基于Ollama的私有化部署方案 想要为你的GitHub、GitLab或Bitbucket仓库自动生成精美文档吗De人工智能AI 应用RAG后端前端Ollama本地部署kiss-translator私有AI翻译方案Ollama本地部署kiss translator私有AI翻译方案 为什么需要私有AI翻译方案 在全球化信息获取的过程中翻译工具已成为不可或缺的生产力工具前端Stagehand本地模型Ollama私有化部署Stagehand本地模型Ollama私有化部署 痛点云端LLM的成本与隐私挑战 你是否正在为以下问题困扰 高昂的API成本 每次网页自动化都产生LLM人工智能AI Agent浏览器控制GUI 自动化AI 应用创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考

相关新闻

libLAS 1.8.1 点云处理实战:编译、命令行工具与C++二次开发避坑指南

libLAS 1.8.1 点云处理实战:编译、命令行工具与C++二次开发避坑指南

简介:libLAS-1.8.1 是一份面向 Windows 64 位环境的预编译点云处理库,与 Visual Studio 2017 直接匹配,适合需要在 C 工程中读写 LAS、LAZ 格式激光雷达点云数据的开发者。压缩包体积约 6.01MB,主体是已编译的库文件与配套头文件&…

2026/10/16 21:33:50 阅读更多 →
Win10+Ubuntu双系统深度学习环境配置:miniconda、CUDA与cuDNN完整指南

Win10+Ubuntu双系统深度学习环境配置:miniconda、CUDA与cuDNN完整指南

1. 为什么这套组合至今仍是深度学习开发的主流选择搞深度学习开发的人,绕不开一个现实问题:Windows的图形界面用着舒服,但很多训练框架、编译工具链在Linux下才跑得顺畅。于是“Win10Ubuntu双系统”这个方案,从几年前一直流行到现…

2026/10/18 3:27:53 阅读更多 →
IEEE 802.3以太网标准详解:从MAC层到PHY层的技术原理与工程实践

IEEE 802.3以太网标准详解:从MAC层到PHY层的技术原理与工程实践

简介:IEEE 802.3-2022 以太网标准官方文档,面向网络工程师、协议研发人员及高校通信专业师生,用于查阅以太网从 1 Mb/s 至 400 Gb/s 的 MAC 规范、物理层接口与管理信息库定义。资源包内含 1 个 PDF 文件,压缩包约 93.77MB&#x…

2026/10/16 21:33:50 阅读更多 →

最新新闻

C# .NetCore Swagger ISchemaFilter Long 转 String 防精度丢失

C# .NetCore Swagger ISchemaFilter Long 转 String 防精度丢失

目录 解决方案 方法1:使用 SchemaFilter ‌1、创建自定义 SchemaFilter‌ ‌2、在 Swagger 配置中使用该 Filter‌ 方法2:使用 OperationFilter 或 DocumentFilter 1、‌创建自定义 OperationFilter 2、在 Swagger 配置中使用该 Filter 总结 如果…

2026/10/18 3:55:22 阅读更多 →
GLM-Turbo(龙虾模型)API接入指南:Python调用、参数调优与实战

GLM-Turbo(龙虾模型)API接入指南:Python调用、参数调优与实战

最近AI圈里有个很热的称呼叫“龙虾模型”,对应的其实就是GLM-Turbo这个系列。很多人一听到这名字就懵,甚至以为是哪个海鲜行业的图像识别模型,但实际它是一个大语言模型,主打的是中文对话、写作、代码生成和知识问答。我这阵子正好…

2026/10/18 3:55:22 阅读更多 →
iOS WebRTC示例解析:从信令到渲染跑通音视频通话链路

iOS WebRTC示例解析:从信令到渲染跑通音视频通话链路

简介:面向iOS开发者的WebRTC集成示例工程,基于Objective-C实现同类应用间的实时音视频通话,适合希望掌握WebRTC核心流程与原生设备适配的移动端工程师入门参考。压缩包共24个文件,包含7个m源码、5个h头文件、3个plist配置&#xf…

2026/10/18 3:55:22 阅读更多 →
Play Integrity Fix 实战教程:如何让你的 Android 设备重新通过完整性检测

Play Integrity Fix 实战教程:如何让你的 Android 设备重新通过完整性检测

Play Integrity Fix 实战教程:如何让你的 Android 设备重新通过完整性检测 【免费下载链接】PlayIntegrityFix Fix Play Integrity (and SafetyNet) verdicts. 项目地址: https://gitcode.com/GitHub_Trending/pl/PlayIntegrityFix 银行 App 一打开就闪退&am…

2026/10/18 3:55:22 阅读更多 →
Spring AI集成大模型:Java开发者最佳实践指南

Spring AI集成大模型:Java开发者最佳实践指南

Spring AI:Java开发者的人工智能集成利器先说一个这两年技术圈里特别明显的变化:以前说到AI开发,大家默认是Python的天下,Java程序员只能站在旁边看热闹,顶多通过HTTP接口调一下别人封装好的服务。但从2024年开始&…

2026/10/18 3:55:22 阅读更多 →
SpringBoot3断代升级实战:从零搭建到部署的完整指南

SpringBoot3断代升级实战:从零搭建到部署的完整指南

前两周帮某电商团队做技术迁移评审,对方项目经理一上来就问:能不能在 SpringBoot2.7 基础上直接改版本号升到 3?我当时就告诉他:这可不是改一行版本号的事。编译直接红一片,javax消失,Tomcat行为变了&#…

2026/10/18 3:54:22 阅读更多 →

日新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

周新闻

基于GMM的语音识别系统原理与MATLAB实现详解

基于GMM的语音识别系统原理与MATLAB实现详解

说到基于高斯混合模型(GMM)的语音识别系统,很多人第一反应就是一堆数学公式,觉得门槛很高。但如果你真的在MATLAB里把它落地跑通,会发现核心其实就是三件事:把声音变成特征向量,用GMM给每个类别…

2026/10/18 0:00:55 阅读更多 →
数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理入门:反白、灰度化、调色板修改与导出txt实践

数字图像处理这四个字听起来挺唬人,但落到具体操作上,无非就是让计算机按你的想法“摆弄”像素。我在一个模拟项目X里用了一套特别经典的基础处理流程:对图像做反白、改调色板、彩色转灰度,最后把像素数据导出成txt文件。单看每一…

2026/10/18 0:00:55 阅读更多 →
机器人大脑技术盘点:具身智能的感知、决策与数据闭环

机器人大脑技术盘点:具身智能的感知、决策与数据闭环

如果你的信息流最近也天天刷到“机器人大脑”这个词,你会发现一个很有意思的现象:每个人说的“大脑”根本不是同一个东西。有人指的是大语言模型,有人指的是运动控制系统,还有人指的是能理解物理世界的端到端模型。在2026年这个时…

2026/10/18 0:00:55 阅读更多 →

月新闻

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

我发现了一个新思路:用 Remotion + Claude Code 像写代码一样自动化生成短视频

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/18 0:55:02 阅读更多 →
Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

Windows下 Codex 中 Chrome 和 Computer Use 插件不可用问题排查及解决参考方式:TaoToken 统一 Key 配置与验证

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/17 17:22:31 阅读更多 →
黑夜航拍船只数据集训练YOLOV5模型全流程解析

黑夜航拍船只数据集训练YOLOV5模型全流程解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views …

2026/10/16 14:23:36 阅读更多 →