Tutor v20.0.0 版本发布:重大升级与功能优化
Tutor 是一个基于 Docker 的开源 Open edX 部署工具,它简化了 Open edX 平台的安装、配置和管理过程。通过提供命令行界面和可扩展的插件系统,Tutor 让教育机构和技术团队能够更轻松地部署和维护自己的在线学习平台。
版本亮点
1. 移除过时的站点配置脚本
在 v20.0.0 版本中,开发团队做出了一个重要决定:移除了原有的站点配置脚本。这个变化反映了项目对标准化和最佳实践的追求。
原有的站点配置功能已被 Open edX 平台原生提供的 create_or_update_site_configuration 管理命令所取代。这个内置命令提供了更稳定、更可靠的站点配置方式,与 Open edX 平台的更新保持同步,减少了维护负担和潜在的兼容性问题。
对于现有用户,迁移到新方法非常简单。只需使用以下命令格式即可:
python manage.py create_or_update_site_configuration --site-id=1 --enabled=true --values='{"key": "value"}'
2. 升级至 Teak 版本
v20.0.0 版本标志着 Tutor 正式支持 Open edX 的 Teak 版本。Teak 是 Open edX 平台的一个重要里程碑,带来了多项性能改进和新功能。
Teak 版本的主要技术改进包括:
- 增强了平台的可扩展性和稳定性
- 改进了学习工具互操作性(LTI)支持
- 优化了课程内容管理系统
- 提升了移动端用户体验
升级到 Teak 版本后,用户将能够利用这些新特性,同时保持与 Tutor 工具链的完美集成。
安装与使用
用户可以通过多种方式安装 Tutor v20.0.0:
-
使用 pip 安装完整版本:
pip install "tutor[full]==20.0.0" -
下载预编译的二进制文件(Linux 系统示例):
sudo curl -L "下载地址" -o /usr/local/bin/tutor sudo chmod 0755 /usr/local/bin/tutor
技术影响与建议
对于现有用户,升级到 v20.0.0 版本需要注意以下几点:
- 站点配置方式的变更可能需要调整现有的自动化脚本或部署流程
- Teak 版本可能引入新的数据库迁移,建议在非生产环境先进行测试升级
- 检查现有插件与新版本的兼容性
对于新用户,v20.0.0 版本提供了一个更稳定、功能更丰富的起点,建议直接采用此版本开始 Open edX 的部署之旅。
这个版本体现了 Tutor 项目对简化 Open edX 部署体验的持续承诺,同时也展示了项目与上游 Open edX 平台保持同步的技术路线。通过移除冗余功能并支持最新平台版本,Tutor 继续巩固其作为 Open edX 部署首选工具的地位。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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