开源项目社区脚本集合:amidaware/community-scripts 指南
1. 项目目录结构及介绍
此开源项目基于GitHub托管,地址是 https://github.com/amidaware/community-scripts,专为TacticalRMM设计,提供了一系列PowerShell、Python和批处理脚本。以下是其主要目录结构与功能简介:
-
/scripts/:官方社区脚本文件夹,所有在此内的脚本将在安装或升级Tactical RMM时自动分发。每个脚本要求在community_scripts.json中有对应有效条目。 -
scripts_wip/:工作进行中的脚本存储区,鼓励提交未经完成的想法或不完整脚本,供进一步开发。 -
scripts_staging/:接近完成状态的工作脚本区域,这些脚本可能即将成为正式的社区脚本。 -
github/workflows:用于自动化流程的GitHub Actions相关配置。 -
community_scripts.json和community_scripts_schema.json:这两个文件至关重要,前者定义了要集成到Tactical RMM中的脚本列表,后者提供了JSON模式验证这些脚本的结构。 -
Dockerfile-python和docker-compose相关文件:支持Python脚本的Docker化开发环境配置。 -
.editorconfig,.gitignore: 代码风格一致性维护和版本控制忽略设置。 -
requirements.txt: Python脚本所需的依赖包列表。 -
runtestsonwindows.ps1,test_json.py: 用于测试脚本的辅助工具,分别用于Windows上的脚本运行测试和JSON验证。
2. 项目启动文件介绍
虽然此项目主要是关于脚本集合,没有传统意义上的单一“启动文件”,但是开发和测试过程中涉及的关键文件包括:
- 对于PowerShell脚本的开发,可利用
dev-powershell任务通过Docker Compose进行。 - Python脚本的开发则涉及多个Docker相关的文件(如
dev-python.yml),通过dev-python等任务执行。
开发者应该查看根目录下的YAML文件和PowerShell脚本来了解如何启动相应的开发环境。
3. 项目的配置文件介绍
community_scripts.json
这是项目的核心配置文件,它定义了将集成到Tactical RMM的脚本列表。每项都需详细说明脚本的相关信息,确保安装和升级过程能够正确识别并添加脚本至管理界面的社区脚本板块。
其他配置
.editorconfig控制代码编辑器的格式设置,帮助保持代码风格一致。.gitignore规定了不应纳入版本控制的文件类型或路径,比如 IDE 缓存、构建产物等。requirements.txt是Python项目中指定必需库的文件,对于有Python脚本的部分至关重要。
综上所述,amidaware/community-scripts项目注重于脚本共享与协作,通过精心组织的目录结构和关键配置文件来简化脚本的贡献、测试与整合流程。开发者应遵循提供的指南和结构来参与脚本的开发和改进。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112