Phase 6: 部署文档 + 启动脚本 + 配置样例

- README.md (英文): 项目概览 + 11 Tool 表格 + 12 env 变量全表
  + 6 admin 端点 + 安全模型 (3 道防线 + 4 项额外保证) + dev 命令
- .env.example: 12 env 变量 + 默认值 + 必填标注
- scripts/dev.sh: 一键 build + 后台启动 (nohup + PID 文件) + healthz 验证
- scripts/seed.sh: admin POST 一个示例 cluster (从 .env 读 admin token)
- ARCHITECTURE.md (中文): 包依赖图 + 数据流 + 11 Tool 分类 + 关键设计决策
- docs/runbook.md (中文): 部署 + 升级 + 故障排查 (401/404/422 等)
- docs/systemd/spark-mcp-go.service: systemd unit 模板

README 安全模型小修正: 第 3 道防线从"spark_submit flag 白名单"
(实际不存在) 改为 "upload_file 路径白名单", 加 Additional guarantees
小节列 slice form / json:"-" / 跨主机 redirect / per-tool log 权限。

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

ARCHITECTURE.md

@@ -0,0 +1,63 @@
+# spark-mcp-go 架构说明
+
+## 包依赖图
+
+```
+main
+  ├─ config
+  ├─ logging
+  ├─ storage (SQLite)
+  ├─ admin
+  │    └─ storage / cluster / audit
+  ├─ mcp
+  │    ├─ tools
+  │    │    ├─ rm
+  │    │    ├─ httpclient
+  │    │    ├─ analyzer
+  │    │    └─ storage / cluster
+  │    └─ server (mark3labs/mcp-go)
+  └─ middleware
+```
+
+- `admin` 只依赖 `storage`、`cluster`、`audit`、`middleware`。
+- `tools` 依赖 `rm`（ResourceManager 客户端）、`httpclient`（通用 HTTP 原语）、`analyzer`（日志分析）。
+- `mcp` 聚合所有 Tools，注册到 `mark3labs/mcp-go` 的 Streamable HTTP server。
+- `main` 负责加载配置、打开数据库、挂载路由、启动 HTTP 服务。
+
+## 数据流
+
+1. 管理员调用 `/admin/clusters` POST，写入 cluster JSON。
+2. `storage` 把 cluster 持久化到 SQLite（后续会对敏感字段加密）。
+3. LLM Agent 调用 `/mcp` Tool（如 `list_clusters`）。
+4. Tool 从 storage 读取 cluster，携带 auth 信息，通过 `httpclient` 或本地 `spark-submit` 调用 YARN/Spark。
+5. 结果返回给 LLM；每次 Tool 调用同时写入独立审计日志。
+
+## 11 Tools 分类
+
+| 分类 | Tools |
+|---|---|
+| discovery | `list_clusters` |
+| exec | `spark_submit` |
+| RM | `list_applications`, `get_application_status`, `get_application_logs`, `kill_application`, `fetch_cluster_env` |
+| SHS | `fetch_spark_metrics` |
+| analyzer | `analyze_spark_log` |
+| 原语 | `fetch_url`, `upload_file` |
+
+## 关键设计决策
+
+- **slice-form `spark_submit`**：参数以字符串数组传入，避免 shell 拼接和注入。
+- **cluster `url_allowlist`**：所有外发 HTTP（`fetch_url`、RM、SHS）必须匹配 allowlist，防止 SSRF。
+- **日志降级链**：`get_application_logs` 依次尝试 `amContainerLogs`、aggregated-logs、通用 logs 端点。
+- **多 token admin**：`ADMIN_TOKENS` 支持逗号分隔多管理员 token，便于轮换。
+- **per-tool 独立审计日志**：每个 Tool 每次调用写入 `${LOG_DIR}/tools/<tool>.log`，文件权限 `0600`。
+- **`auth_password` 不可通过 JSON 创建**：字段带 `json:"-"` tag，避免接口泄露密码；生产通过专用端点或数据库初始化写入。
+
+## 安全模型（三道防线）
+
+1. **Token 鉴权**：`ADMIN_TOKENS` 保护管理面，`AGENT_TOKEN` 保护 MCP 面。
+2. **SSRF 防护**：`fetch_url` 与所有集群请求都走 cluster allowlist，且内置 DNS rebinding 检查。
+3. **路径/参数白名单**：`spark_submit` 仅允许 jar、class、--conf 等安全参数；禁止 shell 元字符与重定向。
+
+## 运行与部署
+
+详见 [docs/runbook.md](docs/runbook.md)。