【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。
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 StartedJavaScript093- 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