【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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00