Docker-Deployment

SWAO lässt sich in einem Docker-Container betreiben, um reproduzierbare Assessments, Air-Gap-Umgebungen oder gemeinsam genutzte Team-Infrastruktur zu unterstützen. Dieses Runbook beschreibt den einfachen docker run-Aufruf, ein Docker Compose-Setup mit Named Volumes sowie den Offline-Betrieb mit --skip-llm.

---

Voraussetzungen

• Docker Engine 24.x oder neür (oder Docker Desktop 4.x)
• Docker Compose v2 (für das Compose-Beispiel)
• Ein Workspace-Verzeichnis auf dem Host-Rechner

---

1. Einfacher docker run

docker run --rm \
  -e ANTHROPIC_API_KEY="${ANTHROPIC_API_KEY}" \
  -v "$(pwd)/workspace:/workspace" \
  -v "$(pwd)/output:/output" \
  ghcr.io/accenture/swao:latest \
  assess --app sovereign-health --workspace /workspace --output /output

Wichtige Flags:

Flag	Zweck
--rm	Container nach Beendigung entfernen
-e ANTHROPIC_API_KEY	LLM-API-Key aus der Host-Umgebung übergeben
-v workspace:/workspace	SWAO-Workspace in den Container einbinden
-v output:/output	Assessment-Ausgabe in ein Host-Verzeichnis schreiben

---

2. Umgebungsvariablen

Variable	Erforderlich	Beschreibung
ANTHROPIC_API_KEY	Ja (ausser bei --skip-llm)	Anthropic-API-Key für Claude
SWAO_LLM_PROVIDER	Nein	Standard-LLM-Provider überschreiben (anthropic, ollama, openai)
SWAO_LOG_LEVEL	Nein	Log-Ausführlichkeit: debug, info, warn, error
SWAO_WORKSPACE	Nein	Standard-Workspace-Pfad innerhalb des Containers

---

3. Doctor vor assess ausführen

# Check all probes before running a full assessment
docker run --rm \
  -e ANTHROPIC_API_KEY="${ANTHROPIC_API_KEY}" \
  ghcr.io/accenture/swao:latest \
  doctor

---

4. Docker Compose-Beispiel

Für persistente Named Volumes und einfachere Mehrfachnutzung:

# docker-compose.yml
version: "3.9"

services:
  swao:
    image: ghcr.io/accenture/swao:latest
    environment:
      - ANTHROPIC_API_KEY=${ANTHROPIC_API_KEY}
      - SWAO_LOG_LEVEL=info
    volumes:
      - workspace:/workspace
      - output:/output
    command: assess --app sovereign-health --workspace /workspace --output /output

  swao-mcp:
    image: ghcr.io/accenture/swao:latest
    environment:
      - ANTHROPIC_API_KEY=${ANTHROPIC_API_KEY}
    ports:
      - "3737:3737"
    command: mcp --http --port 3737
    restart: unless-stopped

volumes:
  workspace:
  output:

MCP-Server im Hintergrund starten und ein einmaliges Assessment ausführen:

docker compose up -d swao-mcp
docker compose run --rm swao

---

5. Workspace-Volume befullen

So werden Daten aus einem lokalen Verzeichnis in das Named Volume workspace kopiert:

# Copy workspace files into the named volume
docker run --rm \
  -v "$(pwd)/my-workspace:/src" \
  -v "swao_workspace:/workspace" \
  alpine sh -c "cp -r /src/. /workspace/"

Alternativ kann ein Host-Verzeichnis direkt als Bind-Mount eingebunden werden (den workspace:-Volume-Verweis durch einen absoluten Host-Pfad ersetzen):

volumes:
  - /path/to/my-workspace:/workspace

---

6. Air-Gap-Betrieb mit --skip-llm

In Umgebungen ohne Internet-Zugang kann --skip-llm verwendet werden, um Assessments mit einem deterministischen Stub-LLM durchzuführen. Ein API-Key ist nicht erforderlich.

docker run --rm \
  -v "$(pwd)/workspace:/workspace" \
  -v "$(pwd)/output:/output" \
  ghcr.io/accenture/swao:latest \
  assess --app sovereign-health --skip-llm --workspace /workspace --output /output

Der Stub liefert feste Antworten für jeden LLM-Aufruf. Ausgabedateien werden genauso erstellt wie in einem echten Lauf, was diesen Modus für Pipeline-Tests und Schema-Validierung ohne API-Kosten nützlich macht.

---

7. Image-Versionen festschreiben

Den Tag :latest in Produktions-Pipelines vermeiden. Stattdessen auf ein bestimmtes Release festschreiben:

docker pull ghcr.io/accenture/swao:0.5.1
docker run --rm \
  -e ANTHROPIC_API_KEY="${ANTHROPIC_API_KEY}" \
  -v "$(pwd)/workspace:/workspace" \
  ghcr.io/accenture/swao:0.5.1 \
  assess --app sovereign-health --workspace /workspace

Aktülle Release-Tags sind unter https://github.com/Accenture/SWAO/releases aufgelistet.