wadm 的安装和配置教程
2025-05-17 15:00:29作者:钟日瑜
1. 项目的基础介绍和主要的编程语言
wadm(wasmCloud Application Deployment Manager)是一个用于管理和扩展声明式wasmCloud应用程序的Wasm原生编排器。它专注于一系列核心责任,如管理应用程序规范、观察状态和与补偿命令进行协调,从而确保应用程序保持部署状态。wadm 使用的主要编程语言是Rust,这是一种系统级编程语言,以其性能、可靠性和安全性而闻名。
2. 项目使用的关键技术和框架
wadm 项目使用了以下关键技术和框架:
- WebAssembly (Wasm): 一种可以在各种硬件和操作系统上运行的低级编程语言的沙箱执行环境。
- Open Application Model (OAM): 一个用于描述应用程序的规范,它定义了应用程序的组成和配置。
- NATS: 一个高性能的分布式消息系统,用于wadm内部和与wasmCloud主机之间的通信。
- Rust Crates: Rust社区提供的库和框架,用于简化开发流程。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装wadm之前,请确保您的系统满足以下要求:
- 操作系统:支持Linux、macOS或Windows。
- Rust编译器和工具链:确保安装了最新的Rust版本和相应的工具链。
- NATS:一个轻量级的消息队列系统,用于wasmCloud的内部通信。
安装步骤
以下是安装wadm的详细步骤:
-
安装Rust和Cargo
首先,您需要安装Rust编译器和Cargo包管理器。可以从Rust的官方网站下载安装脚本:
curl --proto '=https' --tlsv1.2 -sSf https://sh.rustup.rs | sh按照屏幕上的提示完成安装,并确保将Rust和Cargo的路径添加到系统的环境变量中。
-
安装NATS
接下来,您需要安装NATS服务器。可以从NATS的官方网站下载并安装:
# 对于macOS brew install nats # 对于Linux sudo apt-get install gnats-server确保NATS服务器正在运行。
-
安装wadm
您可以使用Cargo从源代码安装wadm:
git clone https://github.com/wasmCloud/wadm.git cd wadm cargo build --release构建完成后,您将得到一个可执行的二进制文件。
-
运行wadm
运行wadm二进制文件以启动编排器:
./target/release/wadmwadm将开始运行并监听来自wasmCloud主机的消息。
-
使用wash CLI
wash是wasmCloud的命令行工具,它可以帮助您轻松部署和管理应用程序。您可以从wasmCloud的GitHub仓库安装wash:
curl -LO https://github.com/wasmCloud/wash/releases/download/<version>/wash-<version>-<os>-<arch>.tar.gz tar -xvf wash-<version>-<os>-<arch>.tar.gz cd wash-<version>-<os>-<arch> ./wash替换
<version>、<os>和<arch>为相应的版本号、操作系统和架构。
现在,您已经成功安装了wadm和wash CLI,可以开始管理和部署wasmCloud应用程序了。
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 StartedJavaScript094- 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
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
700
4.5 K
Ascend Extension for PyTorch
Python
563
691
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
JavaScript
522
94
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++
956
951
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
411
338
🎉 (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
1.6 K
939
Oohos_react_native
React Native鸿蒙化仓库
C++
340
387
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
128
209
昇腾LLM分布式训练框架
Python
148
176
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
140
221