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。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0300- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









