Hydra 项目技术文档
2024-12-25 14:17:27作者:何举烈Damon
1. 安装指南
1.1 系统要求
Hydra 目前仅支持在 NixOS 上运行。请确保您的系统是 NixOS,并且已经安装了 Nix 包管理器。
1.2 启用服务
在 NixOS 上启用 Hydra 服务非常简单。您可以通过以下配置来设置一个简单的本地安装:
{
services.hydra = {
enable = true;
hydraURL = "http://localhost:3000";
notificationSender = "hydra@localhost";
buildMachinesFiles = [];
useSubstitutes = true;
};
}
将上述配置添加到您的 NixOS 配置文件中,然后重新启动系统以应用更改。
1.3 创建管理员用户
在服务启动后,您需要创建一个管理员用户。使用以下命令创建管理员用户:
$ su - hydra
$ hydra-create-user <USER> --full-name '<NAME>' \
--email-address '<EMAIL>' --password-prompt --role admin
创建完成后,您可以使用该用户登录 Hydra 的 Web 界面。
2. 项目的使用说明
2.1 创建项目和作业集
登录 Hydra 的 Web 界面后,您可以创建项目和作业集。以下是创建一个简单项目的步骤:
2.1.1 创建项目
- 登录后,点击 "Admin" 并选择 "Create project"。
- 填写表单:
- Identifier:
hello-project
- Display name:
hello
- Description:
hello project
- Identifier:
- 点击 "Create project"。
2.1.2 创建作业集
- 在项目页面,点击 "Actions" 并选择 "Create jobset"。
- 将 Type 更改为 Legacy。
- 填写表单:
- Identifier:
hello-project
- Nix expression:
examples/hello.nix
inhydra
- Check interval: 60
- Scheduling shares: 1
- Identifier:
- 添加两个输入:
- Input name:
nixpkgs
- Type:
Git checkout
- Value:
https://github.com/NixOS/nixpkgs nixos-24.05
- Type:
- Input name:
hydra
- Type:
Git checkout
- Value:
https://github.com/nixos/hydra
- Type:
- Input name:
- 确保 State 设置为 "Enabled",然后点击 "Create jobset"。
2.2 构建和开发
2.2.1 构建 Hydra
您可以使用 nix-build
命令来构建 Hydra:
$ nix-build
2.2.2 开发环境
使用提供的 shell.nix
文件来设置开发环境:
$ nix-shell
$ autoreconfPhase
$ configurePhase # 注意:不是 ./configure
$ make
2.2.3 开发过程中运行 Hydra
在开发过程中,您可以使用 foreman
来运行 Hydra:
$ nix-shell
$ # 进行代码修改
$ make
$ foreman start
3. 项目API使用文档
Hydra 提供了一个 JSON API,您可以通过该 API 与 Hydra 进行交互。API 的定义在 hydra-api.yaml
文件中。您可以使用 swagger editor 来测试和探索 API。
4. 项目安装方式
Hydra 的安装方式主要依赖于 NixOS 的模块化配置。您可以通过在 NixOS 配置文件中添加 services.hydra
模块来启用 Hydra 服务。具体的配置示例如下:
{
services.hydra = {
enable = true;
hydraURL = "http://localhost:3000";
notificationSender = "hydra@localhost";
buildMachinesFiles = [];
useSubstitutes = true;
};
}
将上述配置添加到您的 NixOS 配置文件中,然后重新启动系统以应用更改。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-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++0127AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。02Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
229
2.28 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
74

暂无简介
Dart
529
116

仓颉编程语言运行时与标准库。
Cangjie
122
91

仓颉编程语言命令行工具,包括仓颉包管理工具、仓颉格式化工具、仓颉多语言桥接工具及仓颉语言服务。
C++
51
50

React Native鸿蒙化仓库
JavaScript
215
290

Ascend Extension for PyTorch
Python
70
101

🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
990
586

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++
566
102