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
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253