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。
kernelopenEuler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。C033
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
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
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-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
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