至顶网网络频道 11月14日 综合消息:Jenkins是一款流行的开源持续集成(Continuous Integration)工具,广泛用于软件项目开发和版本发布,具有自动化构建、测试和部署等功能,允许在不同平台持续集成和持续交付项目。目前大部分公司都习惯使用jenkins作为持续构建工具,但是搭建一套jenkins环境并不是一件轻松的事情。
本文将介绍一种快速搭建jenkins的方法,通过华为云上的容器服务一键式部署,5分钟完成免费的云上jenkisn环境的搭建。
传统搭建方式
传统jenkins环境搭建在虚机或物理机上,需要事先准备好一台可访问外网的虚拟机或物理机,然后配置yum源,下载一系列的工具(tar/telnet/netstat等),然后下载jdk、tomcat和jenkins的安装包,还需要手动在/etc/profile中配置相关的环境变量(JAVA_HOME/TOMVAT_HOME/JENKINS_HOME等),整个安装过程非常繁琐,一般耗时一个小时才能完全搭好(包含虚机申请时间)。
另外jenkins的版本和jdk的版本也是有匹配关系的,过低的jdk版本会导致jenkins的有些插件无法正常安装,而过低的jenkins版本部分功能会有缺失,使用哪种版本的jdk和jenkins有时也是用户的一大困扰。
华为云上容器部署方式
容器化部署不仅功能和传统方式的一样,同时由于镜像使用的是官网镜像,只需要关注jenkins的版本即可,无需担心jdk版本匹配问题。
方法如下:
【1】注册华为云账号并实名认证(如已有华为云实名认证账号可直接进行下一步)
●账号注册
进入华为云官网首页https://www.huaweicloud.com,点击右上角的【注册】按钮:
设置账号名、密码、手机号、短信验证码并勾选“我已阅读并同意《华为云用户协议》和《隐私政策声明》”,单击【同意协议并注册】即可完成注册。
●实名认证
用户注册完华为云账号后需要进行实名认证才能使用相关服务,实名认证流程也非常简单,在用户中心可以看到实名认证的提示信息,根据页面引导选择用户类型和认证类型进行认证即可。
【2】开通3天免费容器集群
●在【云容器引擎】-【体验中心】-【初级案例】模块找到购买集群,单击【体验】按钮根据界面引导进行免费集群和节点的创建。页面链接:https://console.huaweicloud.com/cce2.0/?region=cn-north-1&locale=zh-cn#/app/guidance/list
●资源创建完后,到【服务列表】-【弹性公网IP】找到创建好的弹性ip后记录下来,在第三步部署jenkins应用时会用到。页面链接:https://console.huaweicloud.com/vpc/?region=cn-north-1#/vpc/vpcmanager/eips
【3】jenkins环境一键式部署
●在【应用编排服务】-【模板市场】-【公共模板】模块找到Jenkins服务,进入模板详情页,单击【创建堆栈】按钮。页面链接:https://console.huaweicloud.com/aos/?region=cn-north-1#/app/demoTemplate/demoDetail?id=bfc77510-ed73-c300-d441-4bd915272541
●填写相关入参信息,包括堆栈名称、弹性ip、jenkins的账号密码等:
eip是从第二步中获取到的弹性ip地址。
上图标红的表示需要手动填写的参数,其中email是注册邮箱,fullname是jenkins账号全称,password是jenkins的登陆密码,username是jenkins的登陆账号,而jenkins-image是使用的镜像,默认选择latest版本;jenkins-sfs_size表示jenkins应用挂载的文件存储卷的大小,默认为80G,可以手动调整大小值;number表示jenkins应用的实例数。所有参数设置完以后,点击【下一步】,点击【创建堆栈】。
●一键式部署jenkins:
5分钟后堆栈创建成功。
● 进入堆栈详情,在输出参数中有jenkins的访问链接,点击链接:
●输入创建堆栈时填写的jenkins用户名和密码即可访问jenkins:
如对AOS感兴趣,可以访问AOS帮助中心了解详细内容:https://support.huaweicloud.com/aos/index.html
如何使用jenkins进行构建,可以参考:https://jenkins.io/doc/
好文章,需要你的鼓励
这项由加州大学圣地亚哥分校和微软研究院合作开发的REAL框架,通过程序分析反馈训练大型语言模型生成高质量代码。与传统方法不同,REAL采用强化学习将代码安全性和可维护性作为奖励信号,不依赖人工标注或特定规则。研究在多个数据集上的实验表明,REAL在保证功能正确性的同时显著提高了代码质量,有效解决了"即兴编程"中的安全漏洞和维护性问题,为AI辅助编程提供了新的范式。
加州大学伯克利分校与Meta FAIR研究团队开发了"Self-Challenging"框架,让大语言模型通过自己创建和解决任务来提升能力。该方法引入创新的"Code-as-Task"格式,包含指令、验证函数、示例解决方案和失败案例,确保生成的任务既可行又有挑战性。在工具计算、网页浏览、零售服务和航班预订四种环境测试中,仅使用自生成训练数据,Llama-3.1-8B模型性能提升了两倍多,证明AI可以通过自我挑战实现有效学习,减少对人类标注的依赖。
南洋理工大学与SenseTime Research合作提出了PoseFuse3D-KI,一种创新的人体中心关键帧插值框架。该方法将3D人体模型信息融入扩散过程,解决了现有技术在处理复杂人体动作时产生扭曲结果的问题。研究团队开发了专门的SMPL-X编码器直接从3D空间提取几何信息,并设计了融合网络将3D线索与2D姿态无缝整合。他们还构建了CHKI-Video数据集,包含2,614个视频片段及完整的人体标注。实验结果显示,PoseFuse3D-KI在PSNR上提升9%,LPIPS减少38%,显著超越现有方法。
这项研究提出了LongGuide算法,解决了大型语言模型在长文本生成任务中的局限性。研究团队发现,仅依靠上下文学习无法使模型充分掌握文本的语言和格式特性。LongGuide通过自动生成两种指导原则:度量指导原则和输出约束指导原则,显著提升了模型性能。在七种长文本生成任务中,该方法使开源和闭源模型的ROUGE-L评分平均提高约6%。LongGuide具有通用性强、易于学习、成本效益高等优点,为提升AI长文本生成能力提供了新方向。