Harvester项目中的UI扩展构建目录自动化实践
2025-06-14 07:49:14作者:丁柯新Fawn
在Harvester项目的开发过程中,团队针对UI扩展的构建目录自动化流程进行了优化。这一改进主要解决了用户在离线环境中部署UI扩展时遇到的困难,通过CI/CD流程的自动化构建,显著提升了用户体验。
背景与挑战
在之前的版本中,当用户需要在离线环境中部署Harvester UI扩展时,需要手动构建和推送相关镜像到私有仓库。这一过程不仅繁琐,而且容易出错,特别是在版本更新频繁的情况下。用户需要自行处理构建目录的生成和镜像推送,增加了部署的复杂度。
解决方案
开发团队在harvester-ui-extension仓库中引入了自动化构建流程,通过GitHub Actions实现了以下功能:
- 自动构建UI扩展目录镜像
- 将构建好的镜像推送到公共镜像仓库
- 为每个版本生成对应的标签
这一改进使得用户只需从公共镜像仓库拉取预构建好的镜像,然后推送到自己的私有仓库即可完成离线部署,大大简化了操作流程。
技术实现细节
构建流程的关键点包括:
- 使用Docker容器打包UI扩展目录
- 自动生成正确的服务端点配置
- 确保镜像命名规范与Rancher生态系统兼容
- 版本标签与Harvester主版本保持一致
在实现过程中,团队特别注意了服务端点(Endpoint)的配置问题。早期版本中由于镜像命名不规范,导致用户需要手动修改UIPlugin对象的端点配置。通过优化镜像命名策略(使用ui-extension-harvester-ui-extension作为基础名称),这一问题得到了彻底解决。
验证与测试
QA团队对改进后的流程进行了全面验证,测试场景包括:
- 在标准Rancher环境中导入预构建镜像
- 验证UI扩展的自动安装流程
- 检查服务端点配置的正确性
- 确认Harvester仪表板的正常显示
测试结果表明,新的构建流程完全满足离线部署需求,用户不再需要手动修改任何配置即可完成安装。
最佳实践
对于需要在离线环境中部署Harvester UI扩展的用户,建议遵循以下步骤:
- 从公共镜像仓库获取对应版本的预构建镜像
- 将镜像推送到私有镜像仓库
- 在Rancher的扩展管理中导入该镜像
- 安装Harvester UI扩展
- 导入Harvester集群并验证功能
这一改进不仅提升了用户体验,也为Harvester在严格网络环境中的部署提供了更好的支持,是项目向企业级解决方案迈进的重要一步。
登录后查看全文
热门项目推荐
相关项目推荐
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134