Eclipse Che 仪表板新增编辑器定义端点功能解析
2025-05-31 16:03:48作者:韦蓉瑛
在最新版本的 Eclipse Che 云开发环境中,仪表板(Dashboard)组件引入了一项重要功能改进——通过 REST API 端点提供编辑器(Editor)的 YAML 定义。这项改进源于插件注册表(Plugin Registry)架构调整的背景,为开发者提供了更便捷的编辑器定义获取方式。
技术背景
在原有架构中,开发者需要通过插件注册表服务获取编辑器定义,典型的 DevWorkspace 配置中会包含类似如下的贡献点(contribution)配置:
contributions:
- name: ide
uri: http://plugin-registry.eclipse-che.svc.cluster.local:8080/v3/plugins/che-incubator/che-code/latest/devfile.yaml
随着架构演进,插件注册表将不再直接提供编辑器定义服务,这促使开发团队需要在仪表板组件中实现相应的替代方案。
解决方案架构
新实现的仪表板端点采用简洁直观的 RESTful 设计风格:
/dashboard/api/editor/{publisher}/{name}/{version}
以获取 che-incubator 组织下最新版 che-code 编辑器为例,开发者现在可以通过以下端点获取定义:
http://che-dashboard.eclipse-che.svc.cluster.local:8080/dashboard/api/editor/che-incubator/che-code/latest
该端点将直接返回编辑器完整的 YAML 定义内容,保持了与原有插件注册表服务相同的输出格式,确保向后兼容性。
技术实现要点
-
路由设计:采用清晰的路径参数结构,包含 publisher、name 和 version 三个关键维度,支持语义化版本控制和 latest 标签。
-
响应格式:保持与原有插件注册表完全一致的 YAML 输出格式,确保现有工作空间配置无需修改即可平滑迁移。
-
服务集成:仪表板后端与编辑器定义存储系统深度集成,提供高效的定义查询服务。
开发者价值
这项改进为 Eclipse Che 用户带来以下实际价值:
- 简化配置:开发者可以直接从仪表板获取编辑器定义,减少中间依赖
- 架构解耦:降低系统组件间的耦合度,提高整体稳定性
- 平滑迁移:保持接口兼容性,现有工作空间配置无需修改
- 统一入口:提供获取编辑器定义的标准方式,简化工具链集成
最佳实践
在实际使用中,建议开发者:
- 优先使用语义化版本号而非 latest 标签,确保工作空间配置的确定性
- 结合 DevWorkspace 模板管理,实现编辑器定义的集中管控
- 利用该端点实现自动化的工作空间配置管理
这项功能改进体现了 Eclipse Che 项目对开发者体验的持续优化,通过合理的架构调整和接口设计,在保持兼容性的同时提升了系统的可维护性和扩展性。
登录后查看全文
热门项目推荐
相关项目推荐
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
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
410
3.16 K
Ascend Extension for PyTorch
Python
227
254
暂无简介
Dart
674
160
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++
664
322
🎉 (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
1.21 K
659
React Native鸿蒙化仓库
JavaScript
264
326
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868