fluentci 的项目扩展与二次开发
2025-06-25 12:49:24作者:裘旻烁
项目的基础介绍
Fluent CI 是一个开源的持续集成和持续部署(CI/CD)工具,它允许开发者在本地或服务器上构建、测试和部署代码。Fluent CI 是基于 Dagger、Wasm 和 Deno 构建的自主托管解决方案,完全免费且开源。它不仅提供了一套预构建的管道,还允许用户利用这些管道而无需从头开始编写 CI/CD 配置。
项目核心功能
- 单命令管理:通过单个命令即可在本地管理 CI/CD 管道。
- 到处运行:可以在任何机器上运行管道,无论是本地、远程、基于云的服务器、物理服务器还是虚拟机,支持 x86 和 ARM 架构。
- 导出到 CI 提供商:可以将 Fluent CI 管道导出到 GitHub Actions、GitLab CI、Azure Pipelines、AWS CodePipeline、CircleCI 等任何 CI 提供商。
- Web UI:通过基于 Web 的用户界面管理管道,例如 FluentCI Studio。
- 可重用管道注册:在 FluentCI 注册表中搜索可重用管道。
- Nix 支持:(可选)在 Nix 环境中而不是 Docker 中运行管道。
- 可扩展性:通过插件支持扩展,可以用 TypeScript、Rust 或任何可以编译到 WebAssembly 的语言编写自己的插件。
项目使用的框架或库
Fluent CI 主要使用以下技术栈:
- Deno:一种简单、现代且安全的 JavaScript 运行时,用于执行 TypeScript 代码。
- Dagger:一个用于定义和执行管道的框架。
- WebAssembly:一种可以在网页上运行的低级语言,用于编写高性能的插件。
项目的代码目录及介绍
项目的代码目录结构大致如下:
fluentci/
├── .github/ # GitHub 专用配置文件
├── .vscode/ # Visual Studio Code 配置文件
├── fixtures/ # 测试用例
├── src/ # 源代码目录
├── tests/ # 测试代码目录
├── .gitignore # Git 忽略文件
├── CODE_OF_CONDUCT.md # 行为准则
├── CONTRIBUTING.md # 贡献指南
├── LICENSE # 许可证文件
├── README.md # 项目自述文件
├── dagger.json # Dagger 配置文件
├── deno.json # Deno 配置文件
├── deno.lock # Deno 锁文件
├── deps.ts # 依赖文件
├── flake.lock # Flake 锁文件
├── flake.nix # Flake Nix 配置
├── import_map.json # 模块映射文件
├── install.sh # 安装脚本
├── main.ts # 主程序文件
├── tea.yaml # Tea 配置文件
对项目进行扩展或者二次开发的方向
- 插件开发:根据需要为 Fluent CI 开发新的插件,以支持更多的功能和集成。
- 功能增强:在现有的功能基础上进行增强,比如提升性能、增加新的管道类型、优化用户体验等。
- 平台适配:扩展 Fluent CI 对不同操作系统和架构的支持。
- Web UI 和体验改进:改进 FluentCI Studio 的用户界面和用户体验。
- 文档完善:增加更多样化的文档,帮助用户更好地理解和使用项目。
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 StartedRust0191
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 Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
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
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
764
4.97 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++
857
1.92 K
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++
678
1.33 K
Ascend Extension for PyTorch
Python
719
876
deepin linux kernel
C
32
16
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
455
437
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++
1.08 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
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
302
117
昇腾LLM分布式训练框架
Python
178
220