環境、原始碼與實驗入口

先選操作方式

方式	適合誰	需要什麼
使用現有 5090	學員做查詢與驗證	自己電腦、自己的 Agent 帳號、講師配發的 Keycloak 帳號、獲准的 Tailscale 存取
重建整套服務	講師／進階學員	自己的 Linux 或 WSL、Docker Engine 與 Compose v2、Python 3、OpenSSL、Tailscale HTTPS

不要在共用 5090 重新執行初始化或替換設定。 自建版需要獨立 Docker 環境；僅更改資料夾名稱不會隔離 Compose 專案、固定 subnet 與主機連接埠。

下載可檢視的原始碼

下載課程原始碼 ZIP · 檔案清單與 SHA-256

包含 Compose、資料表與合成資料、RLS、SSO、OpenBao、MCP、驗證腳本。不包含 private、.env、真實帳密、研究書頁、瀏覽器個人資料。 來源對應目前講師沙盒；全新主機仍須依下列步驟配置自己的網域。它不是一鍵建立 50 個隔離租戶的產品。

解壓後先檢查程式碼，再在獨立環境執行：

cd textile-data-lab
docker compose version
python3 --version
openssl version
python3 scripts/prepare.py

prepare.py 產生隨機帳密及公開資料字典，不重用講師的密碼。將新產生的 .env 中 ORIGIN 改成自己的 Tailscale HTTPS origin，保留 :28100 與不帶結尾斜線的格式。此教材 Nginx 仍使用 28100；若換 port，需同步調整其 forwarded port。不要直接複製講師 hostname 當自己的服務。

在 scripts/configure_grafana.py 將固定 Host 改成自己的 origin authority；scripts/prepare.py 中 ORIGIN 也改成自己的值，讓產生的私人操作文件與入口一致。現有登入 realm 的 issuer 不宜事後任意更換。

python3 scripts/prepare_sso.py
python3 scripts/prepare_openbao.py
docker compose config --quiet
docker compose up -d postgres
python3 scripts/bootstrap.py
python3 scripts/verify.py

這裡先建立後續容器所需的秘密檔與 TLS 檔案；尚未啟動 OpenBao 或簽發憑證。第三章啟動登入相關服務，第四章才啟動與配置 OpenBao。

目前課程服務

以下連結需先連上獲准的 Tailscale 網路。手冊本身不需要 Tailscale。

服務	入口	用途
登入與 OpenBao 實驗	開啟實驗工作台	顯示身分、查詢與撤銷
Grafana	開啟儀表板	核准的跨部門摘要
pgAdmin	開啟資料表管理介面	講師查看資料表與 SQL
Keycloak	開啟身分管理	講師管理 realm／client／使用者
MCP	`https://claude-lab.tail747e9c.ts.net:28100/textile/mcp`	Agent 協定端點，不能當一般網頁

帳密由講師私下配發。sales.a、sales.b、hr.a、teacher 是四個示範身分，並非全班共用帳號方案。Grafana SSO 全部是 Viewer；pgAdmin 仍有獨立講師登入。

可重現性與資源

既有版本：PostgreSQL 18.6、Keycloak 26.7.5、OpenBao 2.7.1、Grafana 13.2.4、pgAdmin 9.18、Python MCP SDK 2.3.0。課程包附 images.env.example 的已驗證映像 digest，請合併到自己的 .env，保留自己的 ORIGIN。

Compose 設有記憶體與 CPU 上限，不用 GPU。它們共用主機與 Docker daemon，不等於 VM 隔離；尚未通過 30–50 人負載驗收。