Open edX DevStack 使用教程
1. 项目介绍
Open edX DevStack 是一个用于快速启动和开发 Open edX 服务的工具。它提供了一系列脚本和配置文件,帮助开发者快速搭建一个完整的 Open edX 开发环境。DevStack 主要用于开发和扩展 Open edX 服务,支持从源代码快速部署 Open edX 云环境。
2. 项目快速启动
2.1 环境准备
在开始之前,确保你的系统满足以下要求:
- 操作系统:Linux(推荐 Ubuntu)
- Docker 和 Docker Compose 已安装
- Git 已安装
2.2 克隆项目
首先,克隆 DevStack 项目到本地:
git clone https://github.com/openedx/devstack.git
cd devstack
2.3 启动 DevStack
使用以下命令启动 DevStack:
make dev.up
这个命令会启动所有必要的容器,并配置 Open edX 环境。
2.4 访问 Open edX
启动完成后,你可以通过以下地址访问 Open edX:
- LMS(学习管理系统): http://localhost:18000
- Studio(课程创作工具): http://localhost:18010
3. 应用案例和最佳实践
3.1 开发新功能
DevStack 是开发新功能和扩展 Open edX 服务的理想工具。开发者可以在本地环境中快速测试和调试代码,而无需担心影响生产环境。
3.2 测试和调试
DevStack 提供了一个完整的 Open edX 环境,开发者可以在此环境中进行各种测试和调试工作。例如,测试新开发的插件或模块,调试已有的功能等。
3.3 学习 Open edX
对于新接触 Open edX 的开发者,DevStack 提供了一个快速入门的环境。通过在本地搭建 Open edX 环境,开发者可以更好地理解 Open edX 的架构和功能。
4. 典型生态项目
4.1 Tutor
Tutor 是另一个用于部署和管理 Open edX 的工具,它提供了更简单的部署方式和更丰富的功能。对于生产环境的部署,推荐使用 Tutor。
4.2 Open edX Platform
Open edX Platform 是 Open edX 的核心项目,包含了 LMS 和 Studio 等核心组件。DevStack 是基于 Open edX Platform 构建的,因此开发者可以通过 DevStack 深入了解 Open edX Platform 的内部机制。
4.3 Open edX Mobile
Open edX Mobile 是 Open edX 的移动端应用,支持在移动设备上访问 Open edX 课程。开发者可以通过 DevStack 搭建的本地环境,测试和开发 Open edX Mobile 的功能。
通过以上内容,你可以快速上手 Open edX DevStack,并开始开发和扩展 Open edX 服务。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00