VMware Tanzu Labs Educates培训平台工作坊内容编写指南
2025-06-19 16:18:56作者:彭桢灵Jeremy
工作坊内容格式概述
VMware Tanzu Labs Educates培训平台是一个功能强大的教学工具,它支持两种主要的内容格式:Markdown和AsciiDoc。这两种格式各有特点,开发者可以根据个人偏好选择使用。
对于Markdown格式,文件扩展名应为.md;而AsciiDoc格式则应使用.adoc扩展名。平台提供了两种渲染引擎:classic和hugo。其中hugo渲染器仅支持Markdown格式,这与Hugo静态网站生成器的特性保持一致。
图片资源管理
在内容创作过程中,图片资源的管理方式取决于所选的渲染引擎:
- 使用
classic渲染器时,图片可以直接放在与Markdown或AsciiDoc文件相同的目录中 - 使用
hugo渲染器时:- 如果使用单个
.md文件,图片需要放置在workshop/static目录下 - 如果使用页面包(page bundle,即包含
index.md文件的目录),图片可以放在该页面包目录内(仅当图片专用于该页面时)
- 如果使用单个
交互式命令标注
Educates平台的一个强大特性是能够将代码块转换为可交互元素,允许学员直接点击执行命令。
基本命令执行
在Markdown中,使用以下语法标注可执行命令:
```execute
echo "执行此命令"
```
在AsciiDoc中,则使用role注解:
[source,bash,role=execute]
----
echo "执行此命令"
----
多终端控制
当工作坊配置了多个终端时,可以通过后缀指定目标终端:
```execute-1
echo "在终端1执行"
```
```execute-2
echo "在终端2执行"
```
要同时在所有终端执行命令:
```execute-all
clear
```
中断运行中的命令
要中断正在运行的命令:
```terminal:interrupt
session: 1
```
文本复制功能
除了执行命令,还可以设置可点击复制的文本内容:
```copy
echo "复制这段文本"
```
```copy-and-edit
echo "复制并编辑这段文本"
```
AsciiDoc中的实现方式:
[source,bash,role=copy]
----
echo "复制这段文本"
----
[source,bash,role=copy-and-edit]
----
echo "复制并编辑这段文本"
----
增强型点击操作
平台提供了更灵活的YAML格式标注方式,支持更多自定义选项。
终端操作增强
```terminal:execute
command: echo "增强型命令执行"
session: 1
clear: true
```
终端输入模拟
```terminal:input
text: mypassword
session: 1
endl: false
```
终端清理
```terminal:clear-all
```
仪表板控制
工作坊内容可以包含控制仪表板的交互元素:
```dashboard:open-url
url: https://example.com/
```
```dashboard:create-dashboard
name: 示例终端
url: terminal:example
```
集成编辑器功能
当启用内置编辑器时,可以通过特殊操作控制编辑器行为:
文件操作
```editor:open-file
file: ~/exercises/example.txt
line: 10
```
```editor:append-lines-to-file
file: ~/exercises/example.txt
text: |
这是第一行
这是第二行
```
文本匹配与替换
```editor:select-matching-text
file: ~/exercises/example.txt
text: "search_pattern"
before: 2
after: 2
```
```editor:replace-text-selection
file: ~/exercises/example.txt
text: "replacement_text"
```
文件下载功能
平台支持直接从工作坊内容触发文件下载:
```files:download-file
path: .kube/config
download: my-kubeconfig
preview: true
```
```files:copy-file
path: .kube/config
preview: true
```
最佳实践建议
- 对于新项目,建议使用YAML格式的增强型点击操作,它提供了更丰富的功能和更好的可维护性
- 合理组织图片资源,特别是在使用hugo渲染器时,注意文件位置要求
- 对于复杂的多终端场景,明确指定目标终端以避免混淆
- 使用预览功能时,注意文件大小,避免加载过大文件影响用户体验
通过合理利用这些功能,可以创建出高度交互式、用户体验良好的技术培训内容,显著提升教学效果。
登录后查看全文
热门项目推荐
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。C072
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TSX0130
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
最新内容推荐
32位ECC纠错Verilog代码:提升FPGA系统可靠性的关键技术方案 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 PADS元器件位号居中脚本:提升PCB设计效率的自动化利器 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 单总线CPU设计实训代码:计算机组成原理最佳学习资源 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验 SAP S4HANA物料管理资源全面解析:从入门到精通的完整指南
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
460
3.43 K
暂无简介
Dart
713
170
Ascend Extension for PyTorch
Python
267
304
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
186
71
React Native鸿蒙化仓库
JavaScript
284
332
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++
842
417
openJiuwen 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
TSX
446
130
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
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
105
119