【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。
kernelopenEuler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。C0131
let_datasetLET数据集 基于全尺寸人形机器人 Kuavo 4 Pro 采集,涵盖多场景、多类型操作的真实世界多任务数据。面向机器人操作、移动与交互任务,支持真实环境下的可扩展机器人学习00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python059
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
AgentCPM-ReportAgentCPM-Report是由THUNLP、中国人民大学RUCBM和ModelBest联合开发的开源大语言模型智能体。它基于MiniCPM4.1 80亿参数基座模型构建,接收用户指令作为输入,可自主生成长篇报告。Python00