Confluence Publisher 使用教程
2025-04-21 10:55:28作者:何将鹤
1. 项目目录结构及介绍
Confluence Publisher 的项目目录结构如下:
confluence-publisher/
├── asciidoc-confluence-publisher-cli
├── asciidoc-confluence-publisher-client
├── asciidoc-confluence-publisher-converter
├── asciidoc-confluence-publisher-doc
├── asciidoc-confluence-publisher-docker
├── asciidoc-confluence-publisher-maven-plugin
├── .circleci
├── .idea
├── .mvn/
├── .gitignore
├── CONTRIBUTING.md
├── LICENSE.txt
├── README.adoc
├── code-signing-key.asc.enc
├── importGpgKey.sh
├── mvnw
├── mvnw.cmd
├── pom.xml
├── publishWithDockerImage.sh
└── waitForConfluenceStartup.sh
asciidoc-confluence-publisher-cli: AsciiDoc 转换为 Confluence 格式的命令行工具。asciidoc-confluence-publisher-client: Confluence 发布客户端。asciidoc-confluence-publisher-converter: AsciiDoc 到 Confluence 的转换器。asciidoc-confluence-publisher-doc: 项目文档。asciidoc-confluence-publisher-docker: Docker 镜像相关文件。asciidoc-confluence-publisher-maven-plugin: Maven 插件。.circleci: 持续集成配置文件。.idea: IntelliJ IDEA 项目配置文件。.mvn/: Maven 项目配置文件。.gitignore: Git 忽略文件列表。CONTRIBUTING.md: 贡献指南。LICENSE.txt: 项目许可证文件。README.adoc: 项目自述文档。code-signing-key.asc.enc: 加密的代码签名密钥。importGpgKey.sh: 导入 GPG 密钥的脚本。mvnw和mvnw.cmd: Maven 包装器脚本。pom.xml: Maven 项目对象模型文件。publishWithDockerImage.sh: 使用 Docker 镜像发布的脚本。waitForConfluenceStartup.sh: 等待 Confluence 启动的脚本。
2. 项目的启动文件介绍
mvnw 或 mvnw.cmd 是用于启动 Maven 项目的脚本。这些脚本会下载并运行 Maven,以便构建和运行项目。
在命令行中,可以通过以下命令启动项目:
mvnw clean install
这将清理之前的构建结果,并重新构建项目。
对于 Docker 镜像的启动,可以使用以下命令:
./publishWithDockerImage.sh
这会使用 Docker 镜像来发布 AsciiDoc 文档到 Confluence。
3. 项目的配置文件介绍
项目的核心配置文件是 pom.xml,这是 Maven 项目的配置文件。它定义了项目的依赖、插件、构建过程等。
以下是一些重要的配置节:
dependencies: 列出了项目依赖的库和框架。build: 定义了项目的构建过程,包括插件和构建步骤。plugins: 列出了项目使用的 Maven 插件,例如用于构建、测试和打包的插件。
另一个重要的配置文件是 settings.xml,它位于 .mvn 目录中。这个文件包含 Maven 的本地设置,如仓库和插件配置。
在项目根目录中,confluence_publisher.properties 文件可以用于配置 Confluence 发布的特定参数,如服务器 URL、用户名和密码等。这个文件不会随着项目一起提交,通常在本地开发环境中单独维护。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869