eShopOnAbp 项目教程
1. 项目介绍
eShopOnAbp 是一个基于 ABP 框架的微服务参考项目,旨在帮助开发者构建微服务解决方案。该项目展示了如何使用 ABP 框架和 .NET 技术栈来构建一个完整的微服务应用,包括 API 网关、Angular 和 ASP.NET Core MVC 应用,以及 PostgreSQL 和 MongoDB 数据库。该项目还展示了如何在 Kubernetes 上使用 Helm 配置来部署和管理微服务。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保您的开发环境满足以下要求:
- .NET 6.0 Runtime(用于 Tye)
- .NET 8.0 SDK
- Docker
- Yarn v1.20+(不支持 v2)或 npm v6+(通常随 Node.js 一起安装)
2.2 克隆项目
首先,克隆 eShopOnAbp 项目到本地:
git clone https://github.com/abpframework/eShopOnAbp.git
cd eShopOnAbp
2.3 安装 Tye
Tye 是一个开发者工具,用于简化微服务和分布式应用的开发、测试和部署。安装 Tye 的步骤如下:
dotnet tool update --global Microsoft.Tye --prerelease
2.4 配置环境变量
将项目根目录下的 .env.example 文件重命名为 .env,并提供 PayPal 的 ClientID 和 Secret。
cp .env.example .env
2.5 启动项目
执行以下命令启动项目:
./run-tye.ps1
等待所有应用程序启动。您可以通过 Tye 仪表板(localhost:8000)查看运行中的应用程序。
2.6 启动 Angular 应用
当所有后端服务启动后,启动 Angular 应用:
cd apps/angular
yarn start
3. 应用案例和最佳实践
3.1 微服务架构
eShopOnAbp 展示了如何使用 ABP 框架构建微服务架构。每个微服务都是一个独立的模块,可以独立部署和扩展。API 网关用于路由请求和管理微服务之间的通信。
3.2 Kubernetes 部署
该项目展示了如何在 Kubernetes 上使用 Helm 配置来部署微服务。Helm 是一个 Kubernetes 包管理器,简化了 Kubernetes 应用的部署和管理。
3.3 数据库集成
eShopOnAbp 使用了 PostgreSQL 和 MongoDB 两种数据库。PostgreSQL 用于关系型数据存储,而 MongoDB 用于非关系型数据存储。这种混合数据库的使用展示了如何在微服务架构中灵活选择数据库。
4. 典型生态项目
4.1 ABP Framework
eShopOnAbp 基于 ABP 框架构建。ABP 框架是一个开源的应用程序框架,旨在简化 ASP.NET Core 应用程序的开发。它提供了模块化架构、领域驱动设计(DDD)支持、多租户、身份验证和授权等功能。
4.2 Kubernetes
Kubernetes 是一个开源的容器编排平台,用于自动化部署、扩展和管理容器化应用。eShopOnAbp 展示了如何在 Kubernetes 上部署和管理微服务。
4.3 Helm
Helm 是一个 Kubernetes 包管理器,用于简化 Kubernetes 应用的部署和管理。eShopOnAbp 使用了 Helm 来配置和管理 Kubernetes 上的微服务部署。
4.4 Angular
Angular 是一个流行的前端框架,用于构建单页应用(SPA)。eShopOnAbp 的前端部分使用了 Angular 来构建用户界面。
通过以上模块的介绍和快速启动指南,您可以快速上手并深入了解 eShopOnAbp 项目。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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