Eclipse Che 7.99.0版本发布:云原生IDE平台迎来重大更新
项目简介
Eclipse Che是一个开源的云原生集成开发环境(IDE)平台,它允许开发者在云端创建、运行和管理开发环境。通过将开发环境容器化,Che实现了开发环境的快速部署和一致性,特别适合团队协作和持续集成/持续部署(CI/CD)场景。
主要更新内容
新增Microsoft Visual Studio Code桌面流支持
本次7.99.0版本最引人注目的特性是新增了对本地Microsoft Visual Studio Code桌面版与云端开发环境(CDE)的连接支持。开发者现在可以通过Remote - Tunnels扩展,将本地安装的VS Code与Che管理的云端开发环境无缝连接。
这一功能为开发者提供了更大的灵活性,既可以利用云端环境的强大计算能力和一致性,又能保留本地VS Code的熟悉界面和个性化配置。连接过程简单直观,只需在VS Code中安装相应扩展并配置连接参数即可。
DevWorkspace Operator平台特定安装指南
Eclipse Che底层使用DevWorkspace Operator来管理云开发环境的生命周期。本次更新为不同平台提供了专门的安装指南,包括:
- kind:Kubernetes in Docker的轻量级实现
- minikube:本地Kubernetes集群
- OpenShift:企业级Kubernetes平台
这些指南详细说明了在各种环境中部署DevWorkspace Operator的最佳实践,降低了用户在不同平台上部署Che的技术门槛。
重要问题修复
Visual Studio Code版本升级问题
修复了在升级后,已有工作区仍继续使用旧版Visual Studio Code - Open Source编辑器的问题。现在升级后,所有工作区都能自动使用新版本编辑器,确保功能一致性和安全性。
Devfile存储类型属性冲突
解决了当devfile同时包含父引用和storage-type属性时无法创建工作区的问题。现在系统会正确处理这种特殊情况,当storage-type在父devfile中定义时,子devfile不会覆盖该属性,同时在用户界面上会禁用"更改存储类型"控件以避免冲突。
用户界面改进
修复了用户仪表板上Devfile查看器的样式问题,现在各种devfile都能正确显示。同时修复了Visual Studio Code - Open Source中"源代码管理"面板上"更改"命令不可用的问题,提升了版本控制操作的便捷性。
仓库访问优化
改进了对私有仓库的处理逻辑,修复了以下问题:
- 当OAuth授权被拒绝时创建工作区失败的问题
- 使用HTTP URL打开gogs公共仓库时显示错误警告信息的问题
- 使用SSH URL从gogs私有仓库创建工作区时显示误导性警告的问题
这些改进使得从各种代码托管平台导入项目的体验更加流畅可靠。
技术价值
Eclipse Che 7.99.0版本的发布标志着云原生开发工具链的进一步完善。特别是VS Code桌面连接功能的加入,为开发者提供了"云端开发,本地体验"的全新工作模式,既保留了云开发环境的优势,又兼顾了开发者的使用习惯。
对于企业用户而言,平台特定安装指南的完善降低了部署门槛,而各种问题修复则提升了系统的稳定性和可靠性。这些改进共同推动Eclipse Che向着更成熟、更易用的方向发展,为云原生时代的软件开发提供了强有力的支持。
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 StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07