xRM CI Framework 使用与安装指南
一、项目目录结构及介绍
xRM CI Framework 是一个用于自动化构建和部署CRM解决方案的框架,特别适用于Dynamics 365环境。其核心在于通过一系列的PowerShellCmdlets和示例脚本,简化DevOps流程中的构建与发布环节。以下是该框架的基本目录结构概览(请注意,实际目录可能随版本更新而变化):
- CRM2013/Xrm-Framework-CI: 支持较旧版本CRM 2013的相关工具和脚本。
- CRM2015: 针对CRM 2015版本的特定实现或调整。
- CRM365: Dynamics CRM 365对应的组件。
- MSDYNV9/Xrm-Framework-CI: 对于Microsoft Dynamics 365版本9及其后版本的工具集合。
- LICENSE: 许可证文件,表明项目遵循MIT协议。
- README.md: 包含项目简介、快速入门指导和重要信息的主文档。
- gitattributes, gitignore: 版本控制相关的配置文件。
每个子目录通常包含了对应CRM版本的工具、配置样本以及可能的环境特定说明。
二、项目的启动文件介绍
在xRM CI Framework中,并没有传统意义上的单一“启动文件”。然而,该框架的核心在于它的PowerShell命令集,这些命令可以在持续集成/持续部署(CI/CD)脚本中被调用。因此,“启动”流程通常是通过编写或配置CI/CD管道来启动一系列的PowerShell脚本。例如,在Azure DevOps(VSTS)、Jenkins或TeamCity等平台中,你将编写或配置任务来调用像Import-CrmSolution这样的Cmdlet以导入CRM解决方案。
三、项目的配置文件介绍
配置主要体现在如何利用提供的PowerShellCmdlets与你的特定环境交互。虽然框架本身不强制要求特定格式的配置文件,但通常需要设置连接字符串、解决方案路径或其他环境特异性参数。这些配置可以通过变量、外部PowerShell数据文件(.psd1)或者直接作为参数传递给Cmdlet的方式进行管理。比如,你可以创建一个.psd1文件来存储连接到Dynamics CRM服务器的凭据和组织信息,然后在执行部署脚本时导入此配置文件。
# 示例配置片段(非实际文件)
@{
ServerUrl = "https://yourorg.crm.dynamics.com"
Username = "user@example.com"
Password = ConvertTo-SecureString "SecurePassword" -AsPlainText -Force
}
在使用框架时,理解每个Cmdlet接受哪些参数对于正确配置这些脚本至关重要。详细配置方法和Cmdlet的用法应参考项目文档、Wiki页面或PowerShell帮助文档(Get-Help <Cmdlet-Name> -Full)获取最新且详尽的信息。
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