Eclipse Che 7.101.0 版本发布:编辑器配置优化与证书管理增强
项目简介
Eclipse Che 是一款基于 Kubernetes 的开源云原生集成开发环境(IDE),它允许开发者在容器化的环境中进行应用程序开发。通过将开发环境容器化,Eclipse Che 提供了可重复、可共享和可版本控制的开发环境,极大地简化了团队协作和开发环境的配置过程。
主要功能更新
Visual Studio Code 编辑器产品配置支持
在 Eclipse Che 7.101.0 版本中,开发团队扩展了对 Visual Studio Code - Open Source 编辑器的配置支持。现在管理员不仅可以通过 ConfigMap 配置 settings.json 和 extensions.json 文件,还可以配置 product.json 文件。
这一改进为团队提供了更全面的编辑器定制能力。product.json 文件是 VS Code 的核心配置文件,允许管理员控制编辑器的底层行为和功能。例如,可以配置特定扩展的功能访问权限,或者定义受信任的扩展认证访问列表。
这种集中式的配置管理特别适合企业环境,可以确保所有开发者使用统一配置的编辑器环境,减少配置差异带来的问题,同时提高安全性和一致性。
证书挂载机制优化
证书管理是云原生开发环境中的重要环节。在 7.101.0 版本中,Eclipse Che 改进了证书挂载到用户容器的机制:
- 移除了过时的
che-trusted-ca-certsConfigMap,该配置原先用于将证书挂载到/public-certs目录 - 现在会在用户命名空间中创建
ca-certs-mergedConfigMap - 证书会根据 CR 中
spec.devEnvironments.trustedCerts.disableWorkspaceCaBundleMount的值决定挂载到/public-certs还是/etc/pki/ca-trust/extracted/pem目录
这一改进使得证书管理更加灵活和安全,管理员可以根据实际需求选择证书的挂载位置,同时简化了配置流程。
构建系统升级至 Develocity
Eclipse Che 7.101.0 版本开始使用 Develocity 系统来构建 che-server 组件。Develocity 提供了多项提升开发效率的功能:
- 构建扫描:提供详细的构建分析,帮助开发者理解构建过程和识别问题
- 远程构建缓存:加速构建过程
- 全面的报告和可视化:直观展示构建数据
这一升级显著改善了项目的构建体验和可观测性,开发团队可以更高效地诊断和解决构建问题。
Fabric8 Kubernetes Client 升级至 7.1.0
作为与 Kubernetes 交互的核心组件,Fabric8 Kubernetes Client 已升级至最新 7.1.0 版本。这一升级带来了性能改进和新功能支持,增强了 Eclipse Che 与 Kubernetes 集群的交互能力。
问题修复
- OpenShift 控制台图像显示问题:修复了用户仪表板上 OpenShift 控制台图像链接损坏的问题
- 证书挂载配置问题:修复了
disableWorkspaceCaBundleMount: true设置不生效的问题 - 构建空间不足问题:解决了构建
che-code镜像时出现的空间不足错误
总结
Eclipse Che 7.101.0 版本在编辑器配置、证书管理和构建系统等方面进行了重要改进。这些更新不仅提升了系统的稳定性和安全性,还为管理员提供了更灵活的配置选项。特别是对 VS Code 编辑器配置的扩展支持,使得团队可以更好地标准化开发环境,提高协作效率。
对于企业用户而言,这些改进意味着更可控、更安全的云原生开发体验。开发者可以专注于代码编写,而不必担心环境配置和证书管理等问题,真正实现了开发环境的"基础设施即代码"理念。
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。C050
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。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。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
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
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0126
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