VMware Tanzu Labs Educates 培训平台:工作坊模板使用指南
2025-06-19 02:46:40作者:何将鹤
什么是Educates工作坊模板
Educates培训平台提供了一套标准化的工作坊模板,帮助开发者快速创建技术培训内容。这套模板专为本地Educates环境设计,同时具备足够的灵活性,可以适应各种部署场景。模板采用模块化设计,包含预定义的文件结构和配置,让培训内容创建者能够专注于教学内容本身,而不必从头搭建框架。
创建工作坊的基本流程
使用Educates命令行工具创建工作坊非常简单,只需执行以下命令:
educates new-workshop lab-new-workshop
这个命令会在指定路径下生成工作坊的基础结构。工作坊名称需要符合Kubernetes对象命名规范(RFC 1035标准),但建议长度不超过25个字符,因为Educates系统会在不同场景下添加前缀或后缀。
渲染器选择
Educates提供两种内容渲染器:
- Hugo渲染器(默认):基于流行的静态网站生成器Hugo,提供更丰富的功能和更好的性能
- Classic渲染器(已弃用):旧版渲染器,未来将被移除
建议所有新工作坊都使用Hugo渲染器:
educates new-workshop lab-new-workshop --template hugo
自定义工作坊配置
创建工作坊时,可以通过命令行参数自定义关键信息:
--title:工作坊简短标题--description:详细描述--image:指定基础镜像,可选值包括:jdk8-environment:*jdk11-environment:*jdk17-environment:*jdk21-environment:*conda-environment:*
工作坊文件结构解析
生成的工作坊包含以下核心目录和文件:
resources/workshop.yaml:主配置文件/workshop:教学内容目录/exercises:练习内容目录README.md:说明文档
自定义基础镜像
虽然Educates提供了多种标准基础镜像,但在某些特殊场景下可能需要自定义镜像。配置方式如下:
spec:
workshop:
image: custom-environment:latest
files:
- image:
url: $(image_repository)/{name}-files:$(workshop_version)
includePaths:
- /workshop/**
- /exercises/**
- /README.md
构建和推送自定义镜像的命令:
docker build -t localhost:5001/{name}-image:latest .
注意:除非必要,否则不建议使用自定义镜像。Educates的扩展包机制通常能满足大多数定制需求,而且能确保与平台版本的兼容性。
最佳实践建议
- 命名规范:保持工作坊名称简短且有意义
- 版本控制:使用语义化版本控制工作坊内容
- 内容组织:合理划分理论内容和实践练习
- 依赖管理:优先使用扩展包而非自定义镜像
- 测试验证:在发布前充分测试工作坊内容
工作坊发布流程
当工作坊开发完成后,可以将其发布供他人使用。Educates提供了完整的发布工作流,包括:
- 内容打包为OCI镜像
- 生成部署所需的Kubernetes资源文件
- 创建版本发布
通过遵循这些指南,您可以高效地创建专业级的技术培训内容,充分利用Educates平台提供的各项功能,为学员提供优质的学习体验。
登录后查看全文
热门项目推荐
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 StartedRust0211
cann-learning-hubCANN 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 Notebook0135
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
774
5.07 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++
871
2.01 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
468
461
Ascend Extension for PyTorch
Python
756
956
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++
695
1.39 K
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.03 K
271
昇腾LLM分布式训练框架
Python
182
230
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。
Python
1.03 K
644