feat(deploy): 176 部署完成与启动脚本可移植化

- start.sh×3: venv 解析改为安装包内 ../venv 优先(175 旧路径回退), 176 等目标机免改
- build_all.sh: start_all 模板补 vstore 拉起 + BFF 前 source sdk/.env + PYBIN 可移植解析 + env 目录 mkdir
- DEPLOY_FLOW.md: §5.1 重写(176 实战模板: venv/torch 安装顺序/.env 键/ollama 离线携带/下载源可达性/内网直连), §0 增 176 已部署行

Co-Authored-By: Claude Fable 5 <noreply@anthropic.com>

agent/legacy-rag/scripts/start.sh

@@ -9,7 +9,8 @@ ENTRY="${2:-app}"
 ENV_FILE="${LEGACY_ENV_FILE:-$AGENT_ROOT/env/prod.env}"
 LOG_FILE="${LEGACY_LOG_FILE:-/tmp/plantai-agent-legacy-$PORT.log}"
 PID_FILE="$AGENT_ROOT/run/legacy-$PORT.pid"
-PYTHON="${LEGACY_PYTHON:-/home/xzq/5090/teamWorkspace/zh/plantai-rag-new-venv/bin/python}"
+PYTHON="${LEGACY_PYTHON:-$AGENT_ROOT/../venv/bin/python}"
+[[ -x "$PYTHON" ]] || PYTHON="/home/xzq/5090/teamWorkspace/zh/plantai-rag-new-venv/bin/python"
 BIND="${LEGACY_API_HOST:-127.0.0.1}"
 
 case "$ENTRY" in

agent/methodology/scripts/start.sh

@@ -7,7 +7,8 @@ PORT="${1:-8092}"  # 终态端口
 ENV_FILE="${METHODOLOGY_ENV_FILE:-$AGENT_ROOT/env/prod.env}"
 LOG_FILE="${METHODOLOGY_LOG_FILE:-/tmp/plantai-agent-methodology-$PORT.log}"
 PID_FILE="$AGENT_ROOT/run/methodology-$PORT.pid"
-PYTHON="${METHODOLOGY_PYTHON:-/home/xzq/5090/teamWorkspace/zh/plantai-rag-new-venv/bin/python}"
+PYTHON="${METHODOLOGY_PYTHON:-$AGENT_ROOT/../venv/bin/python}"
+[[ -x "$PYTHON" ]] || PYTHON="/home/xzq/5090/teamWorkspace/zh/plantai-rag-new-venv/bin/python"
 BIND="${METHODOLOGY_API_HOST:-127.0.0.1}"
 
 mkdir -p "$AGENT_ROOT/run"

agent/qa/scripts/start.sh

@@ -7,7 +7,8 @@ PORT="${1:-8091}"  # 终态端口
 ENV_FILE="${QA_ENV_FILE:-$AGENT_ROOT/env/prod.env}"
 LOG_FILE="${QA_LOG_FILE:-/tmp/plantai-agent-qa-$PORT.log}"
 PID_FILE="$AGENT_ROOT/run/qa-$PORT.pid"
-PYTHON="${QA_PYTHON:-/home/xzq/5090/teamWorkspace/zh/plantai-rag-new-venv/bin/python}"
+PYTHON="${QA_PYTHON:-$AGENT_ROOT/../venv/bin/python}"
+[[ -x "$PYTHON" ]] || PYTHON="/home/xzq/5090/teamWorkspace/zh/plantai-rag-new-venv/bin/python"
 
 mkdir -p "$AGENT_ROOT/run"
 [[ -x "$PYTHON" ]] || { echo "QA Python 不可执行: $PYTHON" >&2; exit 1; }

docs/DEPLOY_FLOW.md

@@ -19,6 +19,7 @@
 | 打包产物目录 | `tooling/build/<VERSION>/install/`（VERSION 默认读 `tooling/tooling.env`，当前 2.0.0） |
 | 已就绪辅助脚本 | `deploy/ollama_restart.sh`（本地嵌入模型拉起）、`vstore/vstore_restart.sh`（路径自推导重启）已入包 |
 | nginx 代理模板 | `deploy/nginx/plantai.conf`（SSE 长连接 + 大文件上传适配，随安装包发布到 `install/nginx/`） |
+| 176 已部署 | **2026-09-09 按本标准完成 176 部署**（隧道B 接入，`/srv/plantai` 布局：install + qa-db + data + docgen；nginx 80 唯一入口；无 GPU、无 docker、无生信） |
 | QA 数据库裸进程 | **systemd 裸进程为最终部署标准**（无 docker）：qdrant v1.18.3 + neo4j 5.15.0-community，全部 127.0.0.1；**端口 27433/27434 + 19888/19885**；数据在 `<部署根>/qa-db/`；安装脚本 `install/qa-db/install_qdrant.sh`、`install_neo4j.sh`（均免编译：官方静态二进制/tarball，支持本地 bin/ 离线分发）；175 上 docker 容器（27333/19788）为其他项目共享服务、不动 |
 
 ## 1. 编译阶段（构建机）
@@ -143,18 +144,30 @@ sudo bash qa-db/replace_db.sh neo4j   <新data目录>
 ### 5.1 环境准备
 
 ```bash
-#  - 安装 py3.12 venv（或复用构建机 venv 的 rsync 拷贝），安装依赖（sdk/pyproject.toml 与 vstore/pyproject.toml 的 dependencies）
-#  - 编辑 .env：sdk/.env（DOCGEN_LLM_* 与 VSTORE_BASE_URL）、vstore/.env（VSTORE_KEY、VSTORE_ROOT、VSTORE_EMBED_URL、VSTORE_EMBED_MODEL=bge-m3:567m）
+#  - 安装 py3.12 venv 到 <安装根>/venv（start.sh/start_all.sh 均按 $ROOT/venv/bin/python 解析；175 旧路径为回退不再新建）
+#  - 依赖安装：pip install torch==2.13.0 --index-url https://download.pytorch.org/whl/cpu 先行（PyPI 无 +cpu 构建），
+#    其余依赖用构建机 venv 的 pip freeze 清单安装
+#  - 编辑 .env（176 实战模板）：
+#      sdk/.env   = DOCGEN_LLM_*、VSTORE_BASE_URL=http://127.0.0.1:8094、BIOFLOW_ENABLED=false、
+#                   BFF_NEO4J_URI_NORMALIZED=bolt://127.0.0.1:19888（裸进程机必填！默认值是 docker 口 19788）
+#      vstore/.env= VSTORE_KEY、VSTORE_ROOT=<部署根>/docgen、VSTORE_EMBED_URL=http://127.0.0.1:11434、VSTORE_EMBED_MODEL=bge-m3:567m
+#                   并复制一份到 <安装根>/.env（vstore_restart.sh 从安装根 source）
+#      qa|methodology|legacy-rag/env/prod.env = 路径类键（*_ROOT/PYTHONPATH/reranker/data）改目标机布局，密钥原样
+#  - methodology/legacy-rag 的 data 目录（data/evaluation/*、data/pc、data/split）是运行时依赖，须随部署复制
 #  - KB 密钥（若 SKIP_KB=0）：把 kb.key 放到目标机并 chmod 600
 
 cd /srv/plantai/install
 bash ollama_restart.sh          # 本地嵌入模型（已运行则跳过；缺失模型会提示 ollama pull bge-m3:567m）
-bash start_all.sh               # 四服务 + BFF；start_all.sh 内已先拉起 ollama
+bash start_all.sh               # 五服务（QA/methodology/legacy/vstore/BFF）；start_all.sh 内先拉 ollama、BFF 前 source sdk/.env
 # 生信（可选）：
 docker load -i /tmp/plantai-bioflow-images.tar
 # 创建 bioflow_service 部署树 + .env（DOCGEN_LLM_*、BIOFLOW_IMAGE_MAP_PATH 指向 bioflow_kernel/assets 内的 stage_image_map.json）+ bash bioflow_service/restart.sh
 ```
 
+- **Ollama 离线携带（目标机连不上 ollama.com 时唯一路径）**：只拷二进制不够——完整布局为 `/opt/ollama/bin/ollama`（实体）+ `/usr/local/bin/ollama`（symlink 指回它）+ `/opt/ollama/lib/ollama/`（llama-server 与 ggml/cuda runner；缺失时报 `llama-server binary not found`）。模型拷 `~/.ollama/models/`（bge-m3:567m 需 manifests + 对应 blob 两个文件，约 1.2G）。无 GPU 机器嵌入为 CPU 推理（单次约 50s，功能正常）。
+- **下载源可达性（2026-09-09 实测）**：pypi/github/gh-proxy.com/ghfast.top/download.pytorch.org/apt 可达；ollama.com、registry.ollama.ai、dist.neo4j.org、objects.githubusercontent.com 不可达——neo4j 用 `qa-db/bin/` 离线 tarball（已入包），qdrant 下载走 gh-proxy 回退。
+- **内网直连传输**：两机同内网时用目标机 26518 端口 + 专用密钥（如 `id_ed25519_p2p`）直连 rsync，不经跳板机；`/srv/plantai` 须先在目标机建好并 chown 部署用户。
+
 ## 5b. nginx 安装与 80 端口代理（目标机，从零开始）
 
 > 目标机此前没有 nginx。本节让 80 端口成为唯一客户入口；8090 等全部服务只回环可达。

tooling/build_all.sh

@@ -123,6 +123,7 @@ cp "$PROJECT_ROOT/vstore/.env.example" "$RELEASE_ROOT/vstore/.env.example" 2>/de
 
 # env 模板
 for t in qa methodology legacy-rag; do
+  mkdir -p "$RELEASE_ROOT/$t/env"
   cp "$PROJECT_ROOT/agent/$t/env/prod.env.example" "$RELEASE_ROOT/$t/env/prod.env.example" 2>/dev/null || true
 done
 cp "$PROJECT_ROOT/sdk/.env.example" "$RELEASE_ROOT/sdk/.env.example" 2>/dev/null || true
@@ -136,14 +137,22 @@ cat > "$RELEASE_ROOT/start_all.sh" <<'DEPLOY'
 set -euo pipefail
 ROOT="$(cd "$(dirname "${BASH_SOURCE[0]}")" && pwd)"
 BIND="${1:-127.0.0.1}"
+# Python 解析：安装包内 venv 优先（install/venv，可链到部署根），缺失退回 PATH python3
+PYBIN="${PLANTAI_PYTHON:-$ROOT/venv/bin/python}"
+[[ -x "$PYBIN" ]] || PYBIN="$(command -v python3)"
 echo "== 启动 PlantAI-rag-new 四服务 =="
 # 向量化本地模型（bge-m3 嵌入）：先拉起 Ollama（已运行则跳过），模型缺失只告警不阻断
 bash "$ROOT/ollama_restart.sh" 2>/dev/null || echo "[ollama] 拉起失败，向量化降级（不阻断其余服务）"
 bash "$ROOT/qa/scripts/start.sh" 8091 || true
 bash "$ROOT/methodology/scripts/start.sh" 8092 || true
 bash "$ROOT/legacy-rag/scripts/start.sh" 8093 app || true
+bash "$ROOT/vstore_restart.sh" || echo "[vstore] 拉起失败，向量化不可用（不阻断其余服务）"
 sleep 3
-( cd "$ROOT/sdk" && setsid python -m uvicorn app.main:app --host "$BIND" --port 8090 \
+# BFF env：sdk/.env 含 DOCGEN_LLM_*、VSTORE_BASE_URL、BFF_NEO4J_*（无此 env BFF 上游不可用）
+set -a
+[ -f "$ROOT/sdk/.env" ] && . "$ROOT/sdk/.env"
+set +a
+( cd "$ROOT/sdk" && setsid "$PYBIN" -m uvicorn app.main:app --host "$BIND" --port 8090 \
   > /tmp/plantai-sdk.log 2>&1 < /dev/null & )
 echo "BFF 启动中(8090),5 秒后自检:"
 sleep 5