automation-suite
2021.10
false
重要 :
请注意此内容已使用机器翻译进行了部分本地化。
新发布内容的本地化可能需要 1-2 周的时间才能完成。
不在支持范围内
Automation Suite 发行说明
上次更新日期 2024年11月11日
2021.10.0
随着我们产品库中的产品不断增加,UiPath™ 正在不断探索新的方法,为迈向自动化铺平道路。
我们关注您的使用体验,期待实现进一步地提升。我们知道,安装、设置和维护大量产品有时会让人感到费力,因此我们对此展开了头脑风暴,并提出了一项旨在降低这些任务复杂性的计划。
好奇这个想法是如何实现的?即刻体验 Automation Suite,该框架旨在为安装、升级和管理 UiPath™ 产品提供一致、轻松、简洁的体验。
Automation Suite 背后的理念是提供一个全方位的解决方案,最大限度地减少您在繁琐任务上投入的精力,让您可以专注于充分利用我们的工具。简而言之,Automation Suite 致力于让您在使用所有 UiPath™ 产品时获得一致且简洁的体验。
但是,您可能会问:“Automation Suite 到底是什么”。它是一个基于 Linux 的解决方案,它将我们的大多数服务器产品、软件依赖项、常用平台组件和基础架构捆绑到单个安装程序中。简而言之,它可以确保您轻松获取整个 UiPath™ 套件。
让我们深入了解 Automation Suite 带来的一些好处。
- Automation Suite 旨在封装我们的整个服务器产品线。唯一的例外是 Process Mining 和 Data Service,这两个产品不随 Automation Suite 2021.10 附带提供,但计划在未来发行版中提供。
- 它是为实施端到端超自动化平台策略而创建的,该策略应保证体验与云部署类似。只需思考一下 Automation Cloud 为内部部署用户带来的好处。
- Automation Suite 为用户管理/目录 API 以及租户和许可证管理提供与云中相同的功能集。
- Automation Suite 为多个 UiPath™ 产品建立了一种单一的交付和维护机制。此方法可简化安装、升级和维护工作。故障排除的难度应该也同样不大。
- 它将为您提供所需的依赖项,并确保它们已安装并正在运行。根据您的业务所需的产品,您选择的每个服务都需要以特定格式呈现其清单、配置和依赖项。
- Automation Suite 安装程序涵盖联机和脱机(离线)环境。
- UiPath™ 为安装程序、整个产品堆栈和包含的基础架构以及 Kubernetes 容器化提供支持。
- 如果您想知道 Automation Suite 计划将如何影响我们的
.MSI
安装程序,请放心,我们将继续提供它们。而且它们将继续作为每个产品的独立安装程序。.MSI
安装程序也会在升级到 Automation Suite 时发挥作用。这是因为,如果您是现有客户,则首先需要升级到最新的.MSI
版本,然后再转移到 Automation Suite。
- 在安装时需要根访问权限才能设置文件夹和安装权限。
- ODBC 连接不支持包含特殊字符的用户名。对于 AI Center 和 Document Understanding 的数据库用户名,请仅使用大写和小写字母。
- 在 Kubernetes Pod 级别配置 MTU 时使用默认值 (
1450
) 可能会导致 Azure 虚拟网络出现各种问题。为防止出现这些问题,我们建议将 Pod MTU 设置为1350
。有关更多详细信息,请参阅故障排除。
- 带有警示的定期电子邮件不会发送给用户。为确保 Google 帐户的 SMTP 服务器正常工作,您需要在网络安全组上为配置的 SMTP 端口设置新的出站规则。在 Automation Suite 中为 SMTP 配置的设置应该会在 60 分钟内传播到 Orchestrator。
- 在极少数情况下,如果连续两次重新启动计算机,则服务部署可能会因一个服务未释放 DATABASECHANGELOGLOCK 锁而卡住。在这种情况下,您将看到 AI Center Pod 持续重新启动。如果发生这种情况,请参阅故障排除一节。
- 上传活动时无法使用数据集的公共端点。数据集的公共端点仍可直接与 HTTP 调用一起使用。
- 在 Automation Suite 离线环境中使用 AI Center 时,有些组件未正确加载。在无法访问互联网的计算机上打开“AI 应用程序”页面时,会发生这种情况。
-
在极少数情况下,由于集群状态,技能部署或包上传等异步操作可能会停留很长时间。如果 DU 技能部署需要耗费超过 2 到 3 个小时,请尝试部署更简单的模型(例如模板模型)。如果部署该模型也需要耗费一个小时以上,则缓解措施是使用以下命令重新启动 AI Center 服务:
kubectl -n uipath rollout restart deployment ai-deployer-deployment
kubectl -n uipath rollout restart deployment ai-trainer-deployment
kubectl -n uipath rollout restart deployment ai-pkgmanager-deployment
kubectl -n uipath rollout restart deployment ai-helper-deployment
kubectl -n uipath rollout restart deployment ai-appmanager-deployment
使用以下命令进行验证,等待 AI Center Pod 重新启动:* `kubectl -n uipath get pods | grep ai-*`
以上所有 Pod 都应处于“正在运行”状态,并且容器状态应显示为 2/2。
- 在 AI Center 中创建 Document Understanding OCR ML 包时,其名称不能为
ocr
或OCR
。请务必选择其他名称。 - 有时,DefaultTenant 未启用 Document Understanding。这表明其自身无法创建数据标签会话。要解决此问题,请在该租户上禁用 AI Center,然后重新启用。请注意,您可能需要等待几分钟才能重新启用 AI Center。
- Document Understanding 要求在 SQL Server 上启用“全文搜索”功能。否则,安装将失败,并且在这方面没有明确的错误消息。
- 如果您已从最早的内部版本升级到最新版本,则 Document Understanding ML 技能预测可能无法正常工作,并显示
prediction failed
错误消息。建议的解决方法是从本地存储中删除以auth_token_aicenter
开头的所有键,然后重新登录 AI Center。 - 完成后,自动再训练 Pod 可能会保持处于“未就绪”状态。建议的解决方法是使用以下命令删除状态为“未就绪”的 Pod:
kubectl get pods -n uipath | grep autoretrain | grep "NotReady" | awk '{print $1}' | xargs kubectl delete pod
- 在备份并还原裸机设置后,AI Center 上的训练管道和数据标签会话可能会卡住。
- 针对训练管道的建议解决方法是在 ALM 中手动删除
ai-trainer-deployment
Pod,然后重新启动。 - 对于数据标签会话的建议解决方法是在 ALM 中手动删除
ai-app-manager
Pod 并重新启动。
- 针对训练管道的建议解决方法是在 ALM 中手动删除
- Insights 不支持高可用性。
- 还原后,Insights Looker Pod 无法启动。您可以通过在 ArgoCD 用户界面中从 Insights 应用程序中删除 Looker Pod 来解决此问题。部署将创建一个新的 Pod,它应该能够成功启动。
- 如果您的许可证是在登录时分配的,则打开 Test Manager 时可能无法检测到您的许可证分配。
如果发生这种情况,请执行以下步骤:
- 导航到 Test Manager。
- 从门户中注销。
- 重新登录。