Eclipse Che 支持 WildFly Bootable Jar 栈的 VS Code 编辑器集成
在云原生开发环境中,Eclipse Che 作为一款基于 Kubernetes 的开发者工作空间平台,能够通过 Devfile 定义开发环境配置。近期,社区针对 WildFly Bootable Jar 技术栈的 VS Code 编辑器支持进行了优化,解决了原有镜像依赖缺失的问题。
背景与挑战
WildFly Bootable Jar 是 WildFly 应用服务器的一种轻量级打包方式,允许将应用及其依赖打包为可执行 JAR 文件。在 Eclipse Che 生态中,该技术栈的 Devfile 原先使用了 Jaeger Tracing 的 all-in-one 镜像作为基础容器环境。这个基于 musl/alpine 的镜像虽然轻量,但缺乏 Node.js 运行所需的底层库文件,导致 VS Code 编辑器无法正常启动。
技术解决方案
开发团队通过以下两种途径解决了该问题:
-
镜像替换方案
将原quay.io/jaegertracing/all-in-one:1.50镜像替换为包含完整 Node.js 运行时依赖的基础镜像。新镜像需要满足:- 兼容原有功能组件
- 包含 glibc 等标准库支持
- 保持合理的镜像体积
-
构建层优化方案
同时评估了在 Che-Code 的 linux-musl Dockerfile 层面进行修改的可能性,通过添加缺失的依赖库来增强基础镜像的兼容性。这种方案需要对构建系统有深入理解,但能保持镜像的轻量化优势。
实施效果
经过社区协作,最终采用镜像替换方案作为即时解决方案,相关变更已通过 Pull Request 合并至 Devfile 注册表。现在开发者可以:
- 直接使用 VS Code 作为 WildFly Bootable Jar 项目的在线编辑器
- 获得完整的代码补全和调试功能支持
- 保持原有的应用服务器特性不变
技术启示
该案例体现了云原生开发环境的典型挑战:
- 基础镜像的轻量化与功能完备性需要平衡
- 跨组件依赖管理需考虑运行时环境差异
- 社区协作能快速验证多种技术方案
对于类似技术栈的集成,建议开发者在选择基础镜像时:
- 明确编辑器/工具链的运行时需求
- 优先选择经过验证的标准化镜像
- 必要时通过多阶段构建分离运行时和工具链环境
此次优化进一步丰富了 Eclipse Che 对 Java 生态系统的支持能力,为云原生时代的企业级应用开发提供了更完善的工作流体验。
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00