Replicated Ship 项目使用教程
1. 项目介绍
Replicated Ship 是一个用于部署 Kubernetes Helm 图表的工具,旨在简化 Kubernetes 应用的部署和自动化维护。Ship 能够跟踪和自动化第三方应用程序的维护,无论是以 Helm Charts、Kubernetes YAML 清单还是 Knative 应用的形式打包。它通过 Kustomize 提供高级定制配置管理工具,允许用户快速开发应用的 Kustomizations,并通过 Ship 的易用界面预览和应用这些定制。
2. 项目快速启动
安装 Ship
Ship 作为一个单一的二进制文件分发,支持 Linux 和 MacOS 系统。以下是安装步骤:
下载并安装 Linux 版本
curl -sSL https://github.com/replicatedhq/ship/releases/download/v0.51.2/ship_0.51.2_linux_amd64.tar.gz | tar zxv && sudo mv ship /usr/local/bin
下载并安装 MacOS 版本
curl -sSL https://github.com/replicatedhq/ship/releases/download/v0.51.2/ship_0.51.2_darwin_amd64.tar.gz | tar zxv && sudo mv ship /usr/local/bin
或者使用 Homebrew 安装:
brew install ship
初始化 Ship
安装完成后,创建一个目录用于管理你的应用,并从该目录启动 Ship,指定一个上游 Helm 图表或 Kubernetes YAML:
mkdir -p ~/my-ship/example
cd ~/my-ship/example
ship init <path-to-chart> # 例如 github.com/helm/charts/tree/master/stable/grafana
或者通过 Docker 运行:
mkdir -p ~/my-ship/example
cd ~/my-ship/example
docker run -p 8800:8800 -v "$PWD":/wd -w /wd \
replicated/ship init <path-to-chart> # 例如 github.com/helm/charts/tree/master/stable/grafana
注意:如果 Ship 建议的 localhost URL 无法解析,你可能需要将浏览器指向 http://127.0.0.1:8800。
3. 应用案例和最佳实践
自动化第三方应用维护
Ship 允许集群操作员自动保持与上游更改同步,同时保留自定义配置和扩展,而不会产生 git 合并冲突。这得益于 Ship 的三种操作模式如何调用、存储和应用 Kustomizations。
使用 Kustomize 定制 Helm Charts
Ship 通过 Kustomize 提供高级定制配置管理工具,适用于 Helm 图表、Kubernetes 清单和 Knative 应用。Ship 的易用界面(通过 ship init 启动)计算构建覆盖层所需的最小补丁 YAML,并预览应用草拟覆盖层的结果。
启用应用开发者进行最后配置
ship.yaml 文件可以包含在 Kubernetes 清单或 Helm 图表仓库中,以自定义初始 ship init 体验。开发者可以通过这些文件允许最终用户进行最后配置。
4. 典型生态项目
Kubernetes
Ship 主要用于 Kubernetes 生态系统,支持 Helm Charts 和 Kubernetes YAML 清单的管理和部署。
Helm
Helm 是 Kubernetes 的包管理器,Ship 通过 Helm 图表提供应用的初始化和更新功能。
Kustomize
Kustomize 是 Kubernetes 的原生配置管理工具,Ship 利用 Kustomize 进行高级定制配置管理。
通过以上步骤,你可以快速上手并使用 Replicated Ship 进行 Kubernetes 应用的部署和管理。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
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
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