Educates培训平台本地开发环境搭建指南
2025-06-19 15:01:23作者:段琳惟
前言
Educates是一款基于Kubernetes的开源培训平台,专为技术教育场景设计。本文将详细介绍如何在本地环境中搭建Educates的开发环境,包括Kubernetes集群配置、Docker镜像仓库管理、平台镜像构建以及相关工具的编译等关键步骤。
环境准备
本地Kubernetes集群搭建
Educates平台开发需要依赖Kubernetes环境,推荐使用Kind(Kubernetes in Docker)创建本地集群。Educates提供了专用命令简化这一过程:
educates create-cluster --cluster-only
此命令会:
- 创建本地Kind集群
- 配置必要的网络和存储
- 跳过Educates服务的自动安装(适合开发场景)
集群删除命令:
educates delete-cluster
本地Docker镜像仓库
Educates开发过程中会构建大量容器镜像,本地仓库可显著提升开发效率。Educates自动创建的本地仓库位于localhost:5001。
常用管理命令:
- 清理未引用镜像层:
educates local registry prune
- 删除并重建仓库:
educates local registry delete
educates local registry deploy
开发配置
安装配置文件
开发前需创建配置文件developer-testing/educates-installer-values.yaml,内容至少包含:
clusterInfrastructure:
provider: kind
clusterIngress:
domain: 192.168.1.1.nip.io
其中domain应替换为开发主机的实际IP地址。
密钥同步
若配置需要额外密钥,可通过以下命令同步:
educates local secrets sync
平台构建与部署
核心镜像构建
构建Educates核心组件镜像:
make push-core-images
支持单独构建的组件:
- 会话管理器:
make push-session-manager - 密钥管理器:
make push-secrets-manager - 培训门户:
make push-training-portal
完整部署
直接部署方式:
make deploy-platform
测试安装包方式:
make push-all-images
make push-installer-bundle
make deploy-platform-bundle
清理部署
make delete-platform
# 或
make delete-platform-bundle
工作坊镜像构建
除基础镜像外,Educates支持多种语言环境:
make push-all-images # 构建全部工作坊镜像
支持单独构建的环境:
- JDK 8/11/17/21环境
- Conda环境
- 基础环境
CLI工具开发
构建Educates命令行工具:
make build-client-programs
生成的CLI位于client-programs/bin目录,命名格式为educates-<系统>-<架构>。
开发测试时指定版本:
./client-programs/bin/educates-linux-amd64 create-cluster --version=latest
存储空间管理
长期开发会产生大量缓存,清理命令:
make prune-all # 全面清理Docker和构建缓存
注意:此命令不会清理Kubernetes节点上的containerd缓存,极端情况下可能需要重建集群。
文档本地预览
文档开发时可本地构建预览:
make build-project-docs
make open-project-docs
最佳实践建议
- 存储配置:建议为Docker分配至少100GB存储空间
- 版本控制:开发时CLI版本标记为
develop - 增量构建:优先使用单独组件构建命令提高效率
- 环境隔离:不同功能开发建议使用独立集群
通过以上步骤,开发者可以建立完整的Educates本地开发环境,进行平台功能开发和测试。
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 StartedRust099- 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
deepin linux kernel
C
28
16
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
572
99
暂无描述
Dockerfile
710
4.51 K
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++
958
955
🎉 (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
1.61 K
942
Ascend Extension for PyTorch
Python
572
694
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
413
339
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.43 K
116
暂无简介
Dart
952
235
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
2