Harvester项目中的UI扩展构建与部署实践
2025-06-14 16:08:47作者:盛欣凯Ernestine
背景介绍
在Harvester项目的开发过程中,团队发现对于需要使用离线环境的用户来说,构建和部署UI扩展存在一定困难。为此,开发团队决定在CI流程中增加构建扩展目录的功能,方便用户在离线环境中使用。
技术实现方案
开发团队在GitHub Actions中新增了一个工作流,专门用于构建UI扩展目录。这个工作流会在每次发布新版本时自动运行,生成包含所有必要组件的Docker镜像。
构建过程主要包含以下步骤:
- 使用特定工具链构建UI扩展组件
- 将构建产物打包成Docker镜像
- 将镜像推送到公共镜像仓库
部署验证过程
为了确保构建的镜像能够正常工作,团队进行了详细的测试验证:
- 在Rancher环境中导入构建好的镜像
- 通过Rancher的扩展管理界面安装Harvester UI扩展
- 验证扩展能够正确加载并显示Harvester控制台
测试过程中发现了一些问题,特别是关于服务端点配置的问题。团队通过调整镜像命名规范,确保生成的端点地址能够自动匹配,避免了手动修改的需要。
最佳实践建议
基于这次实践经验,团队总结出以下几点建议:
- 对于离线环境部署,建议使用预构建的完整镜像
- 确保镜像命名与生成的端点服务名称保持一致
- 在部署前检查网络连通性,确保Rancher能够访问扩展服务
- 关注日志信息,及时排查部署过程中的问题
总结
通过在CI流程中增加UI扩展构建任务,Harvester项目大大简化了离线环境下的部署流程。这一改进不仅提高了部署效率,也为用户提供了更好的使用体验。未来团队将继续优化这一流程,进一步提升产品的易用性和稳定性。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
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!
C
1.1 K
611
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++
1.01 K
1.01 K
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
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253