Overview
InferNex-Checker是针对InferNex部署前的系统化环境校验工具，在helm install之前对硬件、Kubernetes集群和业务配置进行全方位检查，有效识别潜在风险，保障部署成功率。
系统性环境校验：覆盖硬件层（NPU驱动、固件、资源、网络连通性）、Kubernetes层（CoreDNS、节点状态、资源配额）及业务配置层（存储权限、版本兼容性）等关键环节。
灵活的执行模式：支持全量校验或按层级执行（硬件/K8s/业务配置可单独选择），适配不同部署阶段的校验需求。
结构化校验报告：提供终端彩色输出和JSON文件双重报告形式，包含详细错误描述、修复建议及资源使用建议，便于问题追踪和自动化处理。
Quick Start
Prerequisites
支持平台：
| 平台 | 下载链接 |
|---|---|
| Linux AMD64 | 下载 |
| Linux ARM64 | 下载 |
软件版本：
Kubernetes v1.33.0+
网络要求：
运行主机可访问Kubernetes API Server
运行主机可通过SSH连接所有目标节点
权限要求：
Kubernetes集群访问权限（kubeconfig配置文件）
目标节点SSH登录权限（用户名+密码或密钥）
Installation
- 下载二进制文件。
# 下载二进制文件（以 AMD64 为例）
wget https://static.openfuyao.cn/openFuyao/infernex/releases/download/latest/bin/linux/amd64/infernex-checker
# 添加执行权限
chmod +x infernex-checker
# 验证安装
./infernex-checker --help
- 准备配置文件。
创建nodes.yaml，填写目标节点信息：
nodes:
- name: n2 # 节点名称（需与K8s集群中的节点名一致）
ip: 192.168.1.10 # 节点IP
port: 22 # SSH端口
user: root # SSH用户
password: "your-password" # 密码认证（与privateKeyPath二选一）
Usage
全量校验：
按硬件层 → K8s层 → 业务配置与环境层顺序执行：
infernex-checker all --nodes nodes.yaml --values values.yaml --output result.json
参数说明：
--nodes：节点信息文件路径（必填）--values：InferNex部署配置文件路径（必填）--kubeconfig：Kubernetes配置文件路径（可选，默认~/.kube/config）--output：JSON结果文件输出路径（可选）--log：日志文件路径（可选，默认./infernex-checker.log）
分层校验：
# 仅硬件层
infernex-checker hardware --nodes nodes.yaml
# 仅K8s层
infernex-checker k8s --nodes nodes.yaml
# 仅业务配置与环境层
infernex-checker config-env --nodes nodes.yaml --values values.yaml
Output
终端输出：
=== InferNex Checker ===
[Hardware Layer - Single Node: n2]
✅ H-01 NPU driver and firmware installed
✅ H-02 Ascend Device Plugin Running and NPU resource registered
✅ H-03 NPU model: 910B4
ℹ️ H-04 NPU available: 4/8
✅ H-05 Key host files and directories are complete
✅ H-06 hccn.conf configuration is correct
✅ H-07 Step 1: NIC TLS switch states are consistent (no_cert)
✅ H-07 Step 2: Single-node NIC-to-NIC connectivity is normal
[Hardware Layer - Cross-Node]
⏭️ H-08 Only 1 910-series node(s) passed single-node checks, skipping cross-node check (at least 2 required)
[K8s Layer]
✅ K-01 CoreDNS Running, service domain names are resolvable
✅ K-02 n2 Ready
✅ K-03 n2 has no taints
ℹ️ K-04 n2 Allocatable resources: CPU 256, Memory 1055115824Ki
-> Please confirm this meets Infernex deployment requirements; if sufficient, consider releasing occupied resources or adjusting workloads
[Config-Env Layer: n2]
✅ B-01 /home/llm_cache directory exists and is writable
✅ B-02 Driver 25.5.0 is compatible with image v0.13.0
────────────────────────────────
Result: 12 passed, 0 failed, 2 info
ℹ️ Info items:
H-04 [n2] NPU available: 4/8
K-04 [n2] n2 Allocatable resources: CPU 256, Memory 1055115824Ki
✅ Environment check passed, ready to deploy InferNex
JSON输出：
结构化JSON文件包含详细的校验结果、错误描述和修复建议，便于自动化处理和问题追踪。使用--output参数指定输出路径。