Cloudlens:云服务的终端控制台
2024-09-08 10:33:07作者:伍希望
项目介绍
在云服务日益普及的今天,管理和监控AWS和GCP资源的需求也愈发迫切。Cloudlens,一个类似于k9s的CLI工具,旨在为开发者提供一个便捷的终端界面,用于探索和管理AWS和GCP的各种服务,如EC2、S3、IAM、VPC、VM、存储等。如果你喜欢k9s在Kubernetes中的表现,那么你一定会爱上Cloudlens。
项目技术分析
Cloudlens采用Go语言开发,充分利用了Go的高并发和高效性能。项目结构清晰,模块化设计使得扩展和维护变得简单。通过与AWS和GCP的SDK集成,Cloudlens能够直接与云服务API交互,实现资源的实时监控和管理。此外,Cloudlens还支持本地开发环境中的Localstack,方便开发者在没有实际云资源的情况下进行测试和开发。
项目及技术应用场景
Cloudlens适用于以下场景:
- 云资源管理:开发者可以通过Cloudlens在终端中直接查看和管理AWS和GCP的资源,无需频繁切换到网页控制台。
- 自动化脚本:结合Shell脚本,Cloudlens可以用于编写自动化管理云资源的脚本,提高工作效率。
- 本地开发与测试:通过Localstack的支持,开发者可以在本地环境中模拟云服务,进行开发和测试,减少对实际云资源的依赖。
项目特点
- 跨平台支持:Cloudlens支持macOS和Linux系统,通过Homebrew或Go安装,方便快捷。
- 丰富的功能:支持AWS和GCP的多种服务,包括EC2、S3、VM、存储等,满足日常管理需求。
- 本地开发支持:通过Localstack,开发者可以在本地环境中模拟云服务,进行开发和测试。
- 安全可靠:Cloudlens仅读取本地配置文件,不会存储或发送用户的访问密钥,确保数据安全。
- 用户友好:界面设计简洁直观,支持k9s风格的快捷键,操作便捷。
使用指南
安装
-
通过Homebrew安装:
brew install one2nc/cloudlens/cloudlens -
通过Go安装:
go install -v github.com/one2nc/cloudlens@latest -
从源码构建:
- 克隆仓库
- 构建并运行可执行文件
make run
使用
-
通过UI选择云平台:
cloudlens -
通过子命令选择云平台:
cloudlens aws cloudlens gcp --cf="path/to/gcp-credentials.json" -
更新到最新版本:
cloudlens update
使用Localstack
- 配置Localstack服务器:
cloudlens aws --localstack --port 4000
功能截图
AWS
-
EC2:

-
S3:

GCP
-
VM:

-
存储:

文档
更多详细信息,请参考Cloudlens文档。
快捷键
Cloudlens支持k9s风格的快捷键,以下是一些常用快捷键:
| 操作 | 命令 |
|---|---|
| 显示活动键盘助记符和帮助 | ? |
| 退出Cloudlens | :q , ctrl-c |
| 退出视图/命令/过滤模式 | esc |
| 查看并切换到另一个AWS服务 | :S3/EC2/VPC⏎ |
| 查看并切换到另一个GCP服务 | :storage/vm/disk⏎ |
注意事项
Cloudlens仅读取本地的~/.aws/config文件,不会存储或发送用户的访问密钥。访问密钥仅用于通过AWS SDK安全连接到AWS API。由于Cloudlens处于只读模式,建议创建一个仅具有只读权限的访问密钥。
致谢
特别感谢K9s项目,为Cloudlens的开发提供了宝贵的参考。同时,感谢Localstack在开发过程中的支持。
所有材料均在Apache v2.0许可下发布。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-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。00
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
191
210
暂无简介
Dart
632
143
React Native鸿蒙化仓库
JavaScript
243
316
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
1.03 K
481
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
9
1
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++
649
270
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
297
111
仓颉编译器源码及 cjdb 调试工具。
C++
128
857
openGauss kernel ~ openGauss is an open source relational database management system
C++
158
211