【亲测免费】 NeatLogic ITOM 平台安装与使用指南
1. 项目介绍
NeatLogic 是一套渐进式 ITOM(IT Operations Management)平台,致力于为不同类型和规模的用户提供完整的 ITOM 解决方案。该平台包括 ITSM(IT Service Management)、CMDB(Configuration Management Database)、持续集成、知识库、运维自动化、报表、巡检、研发管理等功能。NeatLogic 不仅提供开源版本,还为企业客户提供二次开发、咨询等服务。
2. 项目快速启动
2.1 构建前端 Vue 项目
2.1.1 安装 Node.js
首先,安装 Node.js v18.x 版本。可以从以下网址下载:
2.1.2 安装 cnpm
使用 cnpm 代替 npm 以提高依赖包的安装速度:
npm install cnpm@8.2.0 -g --registry=https://registry.npm.taobao.org
2.1.3 安装依赖并构建打包
进入项目前端目录,安装依赖并构建打包:
cnpm install
cnpm run build
2.2 构建后端 Tomcat 服务 WAR 包
2.2.1 前提条件
确保已安装 JDK 1.8、Maven 3.8+ 和 Git。
2.2.2 拉取项目代码
拉取项目代码并切换到指定分支:
git clone https://github.com/neatlogic/neatlogic-itom-all.git --recurse-submodules
cd neatlogic-itom-all
git submodule foreach 'git checkout develop3.0.0'
2.2.3 执行安装脚本
将 mvn_install_neatlogic_war.sh 脚本放到 neatlogic-itom-all 目录下,并执行:
sh mvn_install_neatlogic_war.sh
3. 应用案例和最佳实践
3.1 企业级 IT 服务管理
NeatLogic 在企业级 IT 服务管理中表现出色,支持自定义工作流和表单引擎,能够满足大型集团企业 IT 运维的各种复杂场景。通过 NeatLogic,企业可以实现 IT 服务的自动化、标准化和高效化管理。
3.2 配置管理数据库(CMDB)
NeatLogic 的 CMDB 模块支持自动发现、自动采集和拓扑图展示,帮助企业实现对 IT 资产的全面管理。通过自定义配置项模型,企业可以根据自身需求灵活配置和管理 IT 资产。
3.3 运维自动化
NeatLogic 的运维自动化模块内置多种自动化组件,支持配置备份、软件安装、容灾切换、自动交付等典型场景。通过自动化作业,企业可以大幅提升运维效率,减少人为错误。
4. 典型生态项目
4.1 NeatLogic Autoexec
NeatLogic Autoexec 是运维自动化模块,内置多种运维自动化组件,支持配置备份、软件安装、容灾切换、自动交付等典型场景。
4.2 NeatLogic CMDB
NeatLogic CMDB 是一套强大的企业级配置管理平台,支持自动发现、自动采集、拓扑图、自定义配置项模型等功能。
4.3 NeatLogic ITSM
NeatLogic ITSM 拥有全自研工作流引擎和自定义表单引擎,支持自定义扩展,支持子任务,支持复杂的 SLA 计算策略,支持多种工单分配规则。
通过以上模块的组合使用,企业可以构建一个完整、高效的 IT 运维管理平台,实现 IT 服务的自动化、标准化和高效化管理。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00