Kong Pongo 使用教程
1. 项目介绍
Kong Pongo 是一个用于在 Kong 上运行插件测试的工具。它通过创建 Docker 容器和网络来隔离环境,并提供 Kong 通常需要的依赖项(如 Cassandra、PostgreSQL 等)。Pongo 使得开发者可以在本地环境中轻松测试 Kong 插件,而无需将插件部署到开发或 staging 服务器上。
2. 项目快速启动
2.1 安装 Pongo
首先,克隆 Pongo 仓库并安装 Pongo:
PATH=$PATH:~/local/bin
git clone https://github.com/Kong/kong-pongo.git
mkdir -p ~/local/bin
ln -s $(realpath kong-pongo/pongo.sh) ~/local/bin/pongo
2.2 配置 Pongo
在插件目录中,创建一个 pongo/pongorc 文件来配置 Pongo。例如,如果你不需要 Cassandra 数据库,可以在 pongorc 文件中添加以下内容:
--no-cassandra
2.3 运行测试
假设当前目录是一个用 Lua 编写的 Kong 插件目录,运行测试的命令如下:
KONG_VERSION=$(VER) ~/local/bin/pongo.sh run --no-cassandra --no-postgres
3. 应用案例和最佳实践
3.1 插件开发与测试
在开发 Kong 插件时,Pongo 提供了一个隔离的环境来运行和测试插件逻辑。开发者可以在本地编写测试代码,并模拟依赖项(如 API 调用和数据库调用),从而在不部署到开发或 staging 服务器的情况下验证插件功能。
3.2 CI/CD 集成
Pongo 可以轻松集成到 CI/CD 设置中。以下是一个基于 GitHub Actions 的示例配置:
name: "Test"
on: [push, pull_request]
jobs:
test:
runs-on: ubuntu-latest
strategy:
fail-fast: false
matrix:
kongVersion: ["2.8.x", "3.5.x", "dev"]
steps:
- uses: actions/checkout@v3
- uses: Kong/kong-pongo-action@v1
with:
pongo_version: master
kong_version: $[[ matrix.kongVersion ]]
- run: pongo run
4. 典型生态项目
4.1 Kong Gateway
Kong Gateway 是一个开源的 API 网关,Pongo 是用于测试 Kong 插件的工具。通过 Pongo,开发者可以在本地环境中模拟生产环境,确保插件在部署到生产环境之前能够正常工作。
4.2 Docker
Pongo 依赖 Docker 和 Docker Compose 来创建隔离的测试环境。开发者需要安装 Docker 和 Docker Compose 才能使用 Pongo。
4.3 LuaRocks
LuaRocks 是 Lua 的包管理器,Pongo 使用 LuaRocks 来管理插件的依赖项。开发者可以通过 LuaRocks 安装和管理插件所需的库。
通过以上步骤,开发者可以快速上手并使用 Kong Pongo 进行插件开发和测试。
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 StartedRust098- 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