PostgreSQL, drinnen
Die Datenbank steckt im Image, beim Start abgestimmt auf das Memory, das Sie dem Container gegeben haben. Zeigen Sie mit DATABASE_URL auf Ihren eigenen Server, wenn Sie herauswachsen.
Heute Nacht ein Docker-Image, derselbe Kern als Helm-Chart, wenn der Bestand wächst. Details und Anforderungen finden Sie unten.
docker run -d --name classifyre \ -p 3000:3000 \ --shm-size=1g \ -v classifyre-pgdata:/var/lib/postgresql/data \ -v classifyre-data:/var/lib/classifyre \ -v classifyre-uv-cache:/cache/uv \ classifyre/all-in-one:0.9.0Dann localhost:3000 öffnen. Braucht Docker und 4 GB Memory. Diese Volumes tragen Ihre Arbeit über Upgrades: der Docker-Guide deckt die Umgebungsvariablen, externen Datenbanken und Object Storage ab.
helm install classifyre \
oci://registry-1.docker.io/classifyre/classifyre-core \
--version 0.9.0Ein Image, identisch auf macOS, Windows und Linux. Datenbank und Scan-Worker sind schon drin; nichts zu provisionieren, nichts anzubinden.
Die Datenbank steckt im Image, beim Start abgestimmt auf das Memory, das Sie dem Container gegeben haben. Zeigen Sie mit DATABASE_URL auf Ihren eigenen Server, wenn Sie herauswachsen.
Extraktion und Detektion laufen als eigene Prozesse, die mit dem Scan enden, derselbe Code, den der Cluster als Kubernetes-Jobs fährt.
Mounten Sie ein Verzeichnis read-only und zeigen Sie mit einer Quelle darauf. Nichts wird herauskopiert; die Dateien werden gelesen, wo sie liegen.
Quellen, Credentials, Befunde und Fälle leben in Volumes auf Ihrer Platte. Nichts wird zu uns hochgeladen.
Nichts hier braucht eine Konfigurationsdatei. Jeder Schritt passiert in der App, und jeder hat eine Seite in der Doku, wenn Sie ins Detail wollen.
Ein Befehl, dann localhost:3000 öffnen. Der erste Boot initialisiert die Datenbank und legt einen Workspace an; geben Sie ihm auf einem Laptop ein paar Minuten.
Zeigen Sie auf etwas, das Sie bereits betreiben: eine Datenbank, einen S3-Bucket, einen Confluence-Space oder einfach einen lokalen Ordner. Credentials sind at rest verschlüsselt.
Quellen konfigurieren →Aktivieren Sie die Built-in-Packs, die Sie interessieren: PII, Secrets, Security, Moderation, Qualität. Sie greifen beim ersten Scan, ganz ohne Modell-Setup.
Vorgefertigte Detektoren →Befunde landen nach Wichtigkeit gereiht. Gruppieren Sie sie in Anfragen und Fälle, oder binden Sie einen KI-Anbieter an und lassen Sie den Autopiloten sie zwischen den Scans bearbeiten.
KI-Anbieter →Derselbe Open-Source-Kern als Helm-Chart: Web, API, Worker und ephemere Scan-Jobs, die unter Last auffächern und zwischen den Läufen auf null skalieren.
helm show chart oci://registry-1.docker.io/classifyre/classifyre-corelinux/amd64 + linux/arm64
Values-Files für k3s, externe Datenbank und CloudNativePG; Ingress, TLS, Skalierung und Storage.
Doku lesen →Schema-Layout, Migrationen bei Upgrades und Managed-PostgreSQL anbinden.
Doku lesen →Optionale Buckets für Scan-Logs und hochgeladene Artefakte.
Doku lesen →Wie Image-Tags der Chart-appVersion folgen, und was ein Versionsbump bedeutet.
Doku lesen →Beide Runtimes tragen dieselben Features und laufen mit denselben Images; an diese Entscheidung sind Sie also nicht gekettet.
Fragen Sie sich, was Enterprise auf beide Runtimes noch drauflegt? Keine Funktionen: SSO, Rollen und Maskierung sind Open Source. Enterprise ist dasselbe Produkt, auf Ihre Organisation zugeschnitten, mit Support und SLA; Sie oder Ihr Integrator können es auch ohne uns betreiben.
Der schnellste ehrliche Test ist ein System, das Sie bereits betreiben. Installieren Sie es, binden Sie eine Quelle an und sehen Sie, was der Ermittler zutage fördert.
docker run -d --name classifyre \ -p 3000:3000 \ --shm-size=1g \ -v classifyre-pgdata:/var/lib/postgresql/data \ -v classifyre-data:/var/lib/classifyre \ -v classifyre-uv-cache:/cache/uv \ classifyre/all-in-one:0.9.0