推荐:chef-runner - 驱动Chef烹饪书的超速方式
2024-06-02 08:58:46作者:庞队千Virginia
项目介绍
chef-runner是一个强大的工具,旨在加速你的Chef开发和测试工作流程,让你在修改基础设施代码后能够立即获得反馈。它最初是作为替代缓慢的vagrant provision的快速选择而诞生,现在已经发展成为一个功能全面的解决方案,可以用于本地Vagrant机器以及远程主机(如EC2实例)的快速配置。
项目技术分析
chef-runner利用Go语言编写,提供了高效且稳定的操作接口。它可以灵活地解析并执行Chef食谱,不仅支持标准的Chef语法,还能进行自定义排列组合。此外,它与Vim深度集成,使得你在编辑食谱时无需离开编辑器,进一步缩短了反馈循环。
应用场景
- 本地开发与测试:在本地Vagrant环境中快速测试和迭代你的Chef食谱。
- 多机器环境管理:轻松处理复杂的多机器配置,指定特定的Vagrant机器进行更新。
- Test Kitchen集成:与Test Kitchen配合,实现在各种目标平台上的自动化测试。
- 远程系统部署:通过SSH连接到任何系统进行配置,无论是开发服务器还是生产环境。
- 无须root权限运行:在不以root权限运行命令的情况下对主机系统进行配置。
项目特点
- 即时反馈:更改代码后,立即执行新版本的食谱,提高工作效率。
- 灵活的配方执行:支持多种食谱调用形式,包括默认和自定义配方。
- 自动依赖解决:自动通过Berkshelf或Librarian-Chef等工具解决食谱依赖。
- 非root权限运行:提供在不使用root权限下执行Chef的可能性。
- 广泛的兼容性:不仅可以用于本地Vagrant,还可以直接在任何可以通过SSH访问的系统上工作。
更多资源
- 查阅官方文档,获取详细信息。
- 遇到问题或有新功能建议,请提交Issue。
- 关注Twitter和Chef Users邮件列表获取最新动态。
- 参与开发,一起改进chef-runner。
作者
该项目由Mathias Lafeldt开发,确保高质量的同时,也欢迎社区成员贡献代码和完善项目。
通过chef-runner,你可以体验到更流畅、更快捷的基础设施代码管理,提升你的DevOps实践效率。赶快来试试这个令人兴奋的开源项目吧!
登录后查看全文
热门项目推荐
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
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
330
137