Attune 项目安装与配置指南
1. 项目基础介绍
Attune 是一个用于安全发布和托管 Linux 软件包的工具。它支持自托管软件包仓库或使用其托管的云基础设施。Attune 的设计注重安全性,它的命令行界面 (CLI) 可以在本地对仓库索引进行签名,这样用户可以拥有自己的签名密钥,而不需要暴露它们。此外,Attune 支持增量仓库索引重建,使得添加和删除软件包变得非常快速。目前,Attune 支持 APT (Debian 和 Ubuntu) 仓库的发布,更多类型的仓库支持即将推出。
该项目主要使用以下编程语言:
- Rust
- Go
- PLpgSQL
2. 关键技术和框架
- Docker: 用于容器化应用,简化部署流程。
- GnuPG (gpg): 用于加密和签名软件包,确保软件发布的安全性。
- Rust/Go: 主要的后端开发语言,用于构建 Attune 的核心功能。
- PLpgSQL: 可能用于数据库相关的操作。
3. 安装和配置准备工作
在开始安装之前,请确保您的系统中已经安装了以下工具:
- Docker
- GnuPG (gpg)
安装步骤
-
克隆仓库:首先,您需要从 GitHub 克隆 Attune 仓库到本地。
git clone git@github.com:attunehq/attune.git && cd attune -
配置环境变量:接下来,复制
.env.example文件为.env,并根据您的部署需求修改这些值,特别是ATTUNE_SECRET。cp .env.example .env -
启动控制平面和服务:使用 Docker Compose 启动 Attune 的控制平面和相关服务。
docker compose up -d -
安装 Attune CLI:从 GitHub Releases 下载 Attune CLI 并安装。
-
创建一个仓库:使用 Attune CLI 创建一个新的仓库。
attune repo create -u 'http://localhost:9000/debian' -d bookworm -
准备一个
.deb软件包:您可以从网上下载一个示例软件包,比如https://cdn.teleport.dev/teleport_17.4.4_arm64.deb。 -
将软件包添加到仓库:将准备好的
.deb软件包添加到您创建的仓库中。attune repo pkg -r 1 add -c stable/v17 /path/to/your/teleport_17.4.4_arm64.deb -
生成 GPG 密钥(如果需要):使用以下命令生成一个 GPG 密钥。
gpg --generate-key -
获取密钥 ID:列出您的秘密密钥,找到您想要用于签名的密钥 ID。
gpg --list-secret-keys -
导出签名密钥:导出您的签名密钥,替换
$KEYID为您的密钥 ID。gpg --armor --export-secret-keys --output demo-key.asc $KEYID -
签名并部署仓库:使用您的签名密钥签名并部署仓库。
attune repo -r 1 sync -k demo-key.asc
恭喜!您已经完成了 Attune 的安装和配置。如需更多详细设置和配置选项,请参考用户指南。
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 StartedRust0190
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0113
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08