SAR-Lambda-Janitor 的项目扩展与二次开发
2025-04-24 16:49:00作者:虞亚竹Luna
1、项目的基础介绍
SAR-Lambda-Janitor 是一个开源项目,旨在为 AWS Lambda 函数提供自动清理无用的 Lambda 版本和发布版本的功能。这个项目利用 AWS 的 Step Functions 和 Lambda 触发器,定期执行清理任务,以帮助用户节省成本并保持 Lambda 函数的整洁。
2、项目的核心功能
- 自动清理无用的 Lambda 版本和发布版本。
- 可以配置保留版本的数量,以避免删除重要版本。
- 利用 AWS Step Functions 实现复杂的清理流程。
- 通过 AWS CloudWatch 监控清理任务的状态和结果。
3、项目使用了哪些框架或库?
该项目主要使用了以下框架和库:
- AWS SDK:用于与 AWS 服务进行交互。
- AWS Step Functions:用于构建和运行复杂的业务流程。
- AWS Lambda:用于运行代码以响应事件或定期执行任务。
4、项目的代码目录及介绍
项目的代码目录结构如下:
SAR-Lambda-Janitor/
├── __init__.py
├── cleanup.py
├── lambda_handler.py
├── sfn_task_cleanup.py
├── templates/
│ ├── cleanup.json
│ └── state_machine.json
└── tests/
├── __init__.py
└── test_cleanup.py
cleanup.py:包含清理 Lambda 版本的核心逻辑。lambda_handler.py:Lambda 函数的入口点,用于接收和处理事件。sfn_task_cleanup.py:用于创建和执行 Step Functions 清理任务。templates/:包含 AWS 资源定义的模板文件。tests/:包含用于测试项目功能的测试脚本。
5、对项目进行扩展或者二次开发的方向
- 功能扩展:可以增加对 AWS Lambda 层级(Layers)的清理功能,以及支持其他 AWS 服务的资源清理。
- 自定义配置:允许用户通过环境变量或配置文件自定义更多的清理参数,如清理频率、保留版本的时间等。
- 错误处理:增强错误处理和日志记录,以便更好地监控任务执行情况。
- 用户界面:开发一个简单的 Web 界面,让用户可以直观地查看清理状态和配置清理任务。
- 集成其他工具:集成其他 AWS 管理工具,如 AWS Resource Tagging,以便更智能地管理资源。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
135
163
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
630
224
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
459
暂无简介
Dart
596
130
React Native鸿蒙化仓库
JavaScript
233
308
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
614
仓颉编译器源码及 cjdb 调试工具。
C++
123
619
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
361
2.57 K