Harvester项目中UI扩展的自动化构建与测试流程解析
2025-06-14 22:51:05作者:薛曦旖Francesca
在Harvester项目的开发过程中,确保UI扩展功能在Rancher环境中的正确性是一个重要环节。本文将详细介绍Harvester团队为解决这一问题而建立的自动化构建和测试流程。
背景与挑战
Harvester作为一个开源的HCI解决方案,其UI部分需要与Rancher管理平台无缝集成。开发团队面临的主要挑战是如何确保UI扩展的每次修改都能在Rancher环境中得到及时验证,特别是在不同版本分支上的变更。
解决方案设计
团队设计了一套自动化工作流来解决这个问题,主要包含两个关键部分:
-
自动构建机制:每当有代码合并到release分支(如release-harvester-v1.5)时,CI系统会自动构建最新的UI扩展组件,并将构建产物推送到对应的版本分支(如v1.5-head)。这个分支会记录每次构建对应的源码提交。
-
版本控制策略:基于Rancher扩展框架的设计,UI扩展的版本由package.json文件中的版本号决定。系统会跟踪release分支上的变更,自动处理包括开发版(1.5.0-dev)、候选版(1.5.0-rcX)和正式版(1.5.0)在内的各种版本。
技术实现细节
该解决方案的技术实现要点包括:
- 使用GitHub Actions工作流脚本来自动触发构建过程
- 构建产物与源码提交保持严格对应关系
- 版本号管理遵循语义化版本规范
- 支持从开发阶段到发布阶段的全流程自动化
验证与效果
该方案已在Rancher主分支和Harvester v1.4.2-rc1版本上得到验证。通过这套自动化流程:
- 开发人员可以确保UI修改在Rancher环境中的及时验证
- 测试团队能够快速获取最新的构建产物进行测试
- 版本迭代过程更加透明和可追溯
总结
Harvester团队建立的这套UI扩展自动化构建和测试流程,有效解决了分布式开发环境中的版本同步和验证问题。它不仅提高了开发效率,也为产品质量提供了有力保障。这种自动化实践对于类似的云原生项目管理具有很好的参考价值。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0447
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown00
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0766
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0312
DragonOSDragonOS is an operating system developed from scratch using Rust, with Linux compatibility. It is designed for **Serverless** scenarios. 使用Rust从0自研内核,具有Linux兼容性的操作系统,面向云计算Serverless场景而设计。Rust00
项目优选
收起
暂无描述
Markdown
827
5.48 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
494
515
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
783
1.57 K
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
800
1.14 K
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++
970
2.28 K
deepin linux kernel
C
32
16
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
480
312
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.01 K
766
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Markdown
1.26 K
808
CANN 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 Notebook
647
284