Harvester项目中的UI扩展构建目录自动化实践
2025-06-14 23:27:30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
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~056CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。07GOT-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。00openHiTLS
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!C0381- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选
收起

React Native鸿蒙化仓库
C++
179
263

🎉 (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
871
515

openGauss kernel ~ openGauss is an open source relational database management system
C++
131
184

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
346
380

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
334
1.09 K

harmony-utils 一款功能丰富且极易上手的HarmonyOS工具库,借助众多实用工具类,致力于助力开发者迅速构建鸿蒙应用。其封装的工具涵盖了APP、设备、屏幕、授权、通知、线程间通信、弹框、吐司、生物认证、用户首选项、拍照、相册、扫码、文件、日志,异常捕获、字符、字符串、数字、集合、日期、随机、base64、加密、解密、JSON等一系列的功能和操作,能够满足各种不同的开发需求。
ArkTS
31
0

为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.08 K
0

deepin linux kernel
C
22
5

微信开发 Java SDK,支持微信支付、开放平台、公众号、视频号、企业微信、小程序等的后端开发,记得关注公众号及时接受版本更新信息,以及加入微信群进行深入讨论
Java
829
22

🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
603
58