探索未来云应用的基石:Radius - 简化云原生开发的平台
Radius是一个创新的云原生应用程序平台,旨在帮助开发者和平台工程师合作,按照组织的最佳实践,轻松构建和管理成本、运营和安全均得到优化的云原生应用。作为开源项目,Radius支持在私有云、Microsoft Azure和Amazon Web Services上部署应用,并计划添加更多云提供商的支持。此外,它还是Cloud Native Computing Foundation (CNCF) 的一个沙箱项目。
项目概述
随着云计算的发展,许多公司以更快的速度进行创新,无论是构建传统的二三层架构应用,还是复杂的微服务应用。Kubernetes等云原生技术使跨环境运行应用变得更加简单。然而,与此同时,应用的复杂性也在增加,多云环境下的管理变得日益困难。尽管Kubernetes起到了关键作用,但其自身的一些局限性(例如缺乏正式的应用定义、混合基础设施和应用概念以及复杂的操作)促使了许多组织在其之上构建抽象层。开发者也意识到,他们的应用需要超越Kubernetes,包括对API前端、键值存储、缓存和观测系统等依赖的支持。在这一背景下,企业IT部门还需要在保障快速应用创新的同时,执行日益增长的企业标准、合规性和安全要求。
Radius正是为解决这些贯穿于开发和运维过程中的挑战而设计的。它通过支持如Kubernetes这样的成熟技术,整合Terraform和Bicep等现有基础架构工具,以及与GitHub Actions等CI/CD系统集成,让应用团队能更高效地协作。无论从简单的Web+数据到复杂的微服务应用,如Microsoft的eShop参考应用,Radius都能提供全面的支持。
关键特性
- 团队协作: Radius 应用和环境让开发人员可以与运维团队共同定义和交付应用。
- 基础设施配方: 满足组织最佳实践和IT政策的可互换基础设施。
- 应用图谱: 显示服务和基础设施在应用中的相互联系。
- 云中立: 在开发、本地和云环境中提供一致的部署体验。
- 渐进式采用: 将Radius无缝融入现有的工作流程和基础设施即代码模板目录。
发布状态
这是Radius的早期版本,供社区学习和实验。请告诉我们您的想法,发现错误时,请打开问题报告或请求新功能。目前,Radius尚未准备好用于生产负载。
开始使用
- 遵循入门指南安装并试用Radius。
- 访问Tutorials和User Guides深入了解Radius,并开始将你的应用"Radify"(Radius化)。
获取帮助
- 有问题?访问我们的Discord服务器,我们会尽快回复您。
- 发现问题?请参阅我们的问题指南了解如何提交bug报告。
- 有建议?同样请参考问题指南了解如何提出功能请求。
加入社区
我们欢迎您的贡献和建议!参与问题讨论、在Discord服务器聊天,或参加每月的社区通话都是容易的参与方式。
联系我们
请访问Discord服务器联系我们,我们会尽快回应。
社区通话
每个月,我们都会举办一次社区电话会议,展示新功能,回顾即将来临的里程碑,并进行问答环节。所有人都欢迎参加!
手机访问我们的社区会议页面获取最新日期和会议链接。
贡献给Radius
查看贡献了解更多关于如何向Radius贡献的信息。要创建Radius食谱,请访问如何编写Radius食谱。要为Radius文档做贡献,请访问Radius文档贡献。
仓库
- Radius: 主仓库,包含所有Radius代码和文档。
- Docs: 包含Radius文档源码的仓库。
- Samples: 快速启动、参考应用和教程的源代码。
- Recipes: 包含Radius环境常见配方模板的仓库。
- Website: Radius网站源码仓库。
- Bicep: 用于部署云资源类型的Bicep DSL源码仓库。
- AWS Bicep Types: 提供Bicep对AWS资源类型支持的工具。
安全性
请参考我们的报告安全漏洞指南。
行为准则
请参阅我们的Radius社区行为准则。
一起探索Radius,开启更高效、更智能的云原生应用之旅吧!
PaddleOCR-VLPaddleOCR-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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-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).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00