Argo CI 使用教程
项目介绍
Argo CI 是一个基于 Kubernetes 的持续集成和部署系统,由 Argo 工作流引擎驱动。它提供了与源代码管理(SCM)的集成(目前仅支持 GitHub),并自动触发使用 Argo YAML DSL 定义的 CI 工作流。Argo CI 可以帮助开发团队在 Kubernetes 集群上实现高效的 CI/CD 流程。
项目快速启动
安装 Argo CI
首先,确保你已经有一个 Kubernetes 集群,并且已经安装了 Helm。然后按照以下步骤安装 Argo CI:
# 添加 Argo Helm 仓库
helm repo add argo https://argoproj.github.io/argo-helm/
# 安装 Argo CI
helm install argo/argo-ci --name argo-ci
配置 GitHub 集成
为了安全原因,Argo CI 的配置 UI 不对外部开放。最简单的方式是通过端口转发来访问:
kubectl port-forward <argo-ci-pod> 8002:8002
然后通过 http://localhost:8002 访问 Argo CI 的 UI。
在 GitHub UI 中创建一个 Webhook,设置 Payload URL 为 http<ArgoCiDomain>/api/webhook/github,Content Type 为 application/json,并设置你的 Secret token 值。
创建和保存构建工作流
在你的项目仓库中创建 argo-ci/ci.yaml 文件,定义你的构建工作流。如果工作流包含名为 revision 和 repo 的参数,Argo CI 将自动为这些参数设置值。
应用案例和最佳实践
案例一:自动化测试和部署
一个常见的应用案例是自动化测试和部署。通过 Argo CI,你可以定义一个工作流,该工作流在每次代码提交时自动运行测试,并在测试通过后自动部署到预生产环境。
案例二:多环境部署
另一个最佳实践是多环境部署。你可以定义不同的工作流,分别用于开发、测试和生产环境的部署。每个工作流可以根据环境的不同进行定制,确保每个环境都能得到适当的配置和资源。
典型生态项目
Argo Workflows
Argo Workflows 是一个 Kubernetes 原生工作流引擎,支持 DAG 和步骤式工作流。它是 Argo CI 的核心组件,负责管理和执行 CI/CD 工作流。
Argo CD
Argo CD 是一个声明式的持续交付工具,提供了一个功能齐全的 UI。它与 Argo CI 集成,可以实现从代码提交到部署的端到端自动化。
Argo Rollouts
Argo Rollouts 提供了高级的 Kubernetes 部署策略,如金丝雀和蓝绿部署。它可以帮助你更安全、更高效地进行应用部署。
Argo Events
Argo Events 是一个基于事件的依赖管理工具,可以与 Argo CI 结合使用,实现更复杂的事件驱动工作流。
通过这些生态项目,Argo CI 可以构建一个完整的 CI/CD 生态系统,满足各种复杂的部署需求。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00