首页
/ Tanzu Developer Center 使用教程

Tanzu Developer Center 使用教程

2024-09-07 04:45:24作者:鲍丁臣Ursa

1、项目介绍

Tanzu Developer Center 是一个专为软件开发团队构建的资源站点。该项目由 VMware 的多个团队以及个人贡献者共同维护。其主要目标是确保读者能够免费、即时地访问所有内容。Tanzu Developer Center 的内容要么是开源的,要么是易于访问的试用版。

2、项目快速启动

2.1 克隆项目

首先,克隆 Tanzu Developer Center 的代码库:

git clone --recurse-submodules https://github.com/vmware-tanzu/tanzu-dev-portal.git

2.2 使用 Dev Container 进行本地部署

Dev Container 提供了一个简化的本地环境设置,以下是使用 Dev Container 的步骤:

  1. 设置本地构建环境

    • 使用 Dev Container 可以简化本地环境的设置。
  2. 运行 Dev Container

    • 在 Dev Container 的 shell 提示符中运行以下命令:
make help

这将显示所有可用的操作。

  1. 与 Dev Container 交互
    • Makefile 包含多个与 Dev Container 交互的操作。所有命令的格式如下:
make dev-container <action>

例如:

make dev-container pr-test

这将模拟所有 GitHub Pull Request 检查。

3、应用案例和最佳实践

Tanzu Developer Center 提供了丰富的应用案例和最佳实践,涵盖了从 CI/CD 自动化到 DevOps 和 DevSecOps 的各个方面。通过这些案例,开发者可以学习如何在实际项目中应用 Tanzu 技术栈,并优化其开发流程。

4、典型生态项目

Tanzu Developer Center 与多个 VMware Tanzu 生态项目紧密集成,包括但不限于:

  • Tanzu Kubernetes Grid (TKG):用于管理和部署 Kubernetes 集群。
  • Tanzu Mission Control:提供集中化的 Kubernetes 集群管理。
  • Tanzu Observability:用于监控和分析 Kubernetes 集群的性能。

这些生态项目共同构成了一个完整的开发和运维解决方案,帮助开发者更高效地构建和部署应用。

登录后查看全文

项目优选

收起
kernelkernel
openEuler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。
C
513
554
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
841
1.29 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.05 K
2.51 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.25 K
1.38 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
850
1.71 K
docsdocs
暂无描述
Markdown
858
5.7 K
atomcodeatomcode
Claude 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 Started
Rust
3.84 K
587
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
C
876
6.23 K
MindSpeed-MMMindSpeed-MM
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
165
293