Tutor v19.0.3版本发布:开源在线教育平台部署工具的重大更新
Tutor是一个开源的在线教育平台部署工具,主要用于简化Open edX平台的安装、配置和管理流程。它通过提供命令行工具和预定义的配置模板,让教育机构和技术团队能够快速搭建和运维基于Open edX的在线学习系统。
核心改进与功能更新
构建系统现代化升级
本次版本最显著的变化是将项目构建系统从传统的setup.py/setuptools迁移到了更现代的pyproject.toml/hatch构建系统。这一改进带来了更规范的依赖管理和构建流程,同时保持了向后兼容性,确保现有用户的无缝升级体验。
开发环境优化
开发团队对开发环境进行了多项改进:
- 修正了LMS和CMS开发作业中Django设置的使用问题
- 新增了
tutor dev hosts
命令,方便开发者查看服务状态 - 优化了开发平台的停止逻辑,确保
local run
命令执行时开发平台能正确停止
生产环境增强
针对生产环境部署,v19.0.3版本增加了对docker-compose.prod.override.yml
文件的支持,使得在使用tutor local
命令时能够更灵活地覆盖生产环境配置。同时,通过引入MEILISEARCH_HOST环境变量,用户可以更方便地配置Meilisearch服务的主机设置,这一改进也为其他插件提供了集成可能性。
默认插件调整
本次更新将tutor deck插件纳入了默认安装的插件列表,进一步丰富了平台功能。Deck插件为Open edX平台提供了额外的功能扩展,默认安装将减少用户的配置工作。
版本兼容性更新
项目同步更新了OPENEDX_COMMON_VERSION至sumac.3标签,确保与Open edX平台最新版本的兼容性。这一更新为用户提供了更稳定、功能更丰富的在线学习环境。
安装与使用建议
对于新用户,推荐使用pip安装完整功能版本:
pip install "tutor[full]==19.0.3"
对于现有用户,可以直接升级到最新版本。系统管理员也可以通过下载预编译的二进制文件进行安装,具体安装步骤请参考项目文档。
总结
Tutor v19.0.3版本通过构建系统现代化、开发环境优化和生产环境增强等多方面的改进,进一步提升了Open edX平台的部署体验和运行稳定性。这些更新既考虑了开发者的使用便利性,也关注了生产环境的需求,体现了项目团队对用户体验的持续关注。教育机构和技术团队可以借助这些改进,更高效地搭建和维护自己的在线学习平台。
- DDeepSeek-V3.1-BaseDeepSeek-V3.1 是一款支持思考模式与非思考模式的混合模型Python00
- QQwen-Image-Edit基于200亿参数Qwen-Image构建,Qwen-Image-Edit实现精准文本渲染与图像编辑,融合语义与外观控制能力Jinja00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~042CommonUtilLibrary
快速开发工具类收集,史上最全的开发工具类,欢迎Follow、Fork、StarJava04GitCode百大开源项目
GitCode百大计划旨在表彰GitCode平台上积极推动项目社区化,拥有广泛影响力的G-Star项目,入选项目不仅代表了GitCode开源生态的蓬勃发展,也反映了当下开源行业的发展趋势。06GOT-OCR-2.0-hf
阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00openHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!C0299- WWan2.2-S2V-14B【Wan2.2 全新发布|更强画质,更快生成】新一代视频生成模型 Wan2.2,创新采用MoE架构,实现电影级美学与复杂运动控制,支持720P高清文本/图像生成视频,消费级显卡即可流畅运行,性能达业界领先水平Python00
- GGLM-4.5-AirGLM-4.5 系列模型是专为智能体设计的基础模型。GLM-4.5拥有 3550 亿总参数量,其中 320 亿活跃参数;GLM-4.5-Air采用更紧凑的设计,拥有 1060 亿总参数量,其中 120 亿活跃参数。GLM-4.5模型统一了推理、编码和智能体能力,以满足智能体应用的复杂需求Jinja00
Yi-Coder
Yi Coder 编程模型,小而强大的编程助手HTML013
热门内容推荐
最新内容推荐
项目优选









