GitLab CI/CD .gitlab-ci.yml 关键词（十一）：发布版本 release

GitLab CI/CD 内网部署实战：可控、合规、高可用的私有化流水线搭建

GitLab CI/CD 是企业级持续集成与交付的核心平台，其内网部署本质是将流水线执行环境完全置于组织可控网络边界内，依托 GitLab Omnibus 安装、Runner 分布式注册、MinIO 制品归档等关键技术，实现构建过程的可审计、低延迟与强合规。相比公有云方案，内网部署规避了数据出境风险，满足等保二级、医疗 HIPAA 或金融行业对代码资产‘物理隔离’的硬性要求，同时支持深度定制——如 LDAP 域鉴权透传、构建资源 CPU 绑核、静态扫描结果直推本地 Elasticsearch。本文聚焦真实生

GitLab CI/CD Windows实战：从Spring Boot到生产部署的7分38秒流水线

CI/CD并非抽象理论，而是代码提交后可预测、可回滚、可归因的自动化交付能力。其核心原理在于将构建、测试、部署等环节标准化为机器可执行的流程，并通过配置即代码（如.gitlab-ci.yml）实现环境一致性与变更可审计。在Windows环境下落地CI/CD尤其考验工程细节——从GitLab Runner的PowerShell Executor选型、Maven本地仓库路径优化，到tag触发生产部署的三重校验机制，每一步都直接影响上线效率与系统稳定性。技术价值体现在显著降低人为误操作、提升测试覆盖率门禁效力、压

Ubuntu 16.04 上稳定运行 GitLab CI Pipeline 的工程实践

持续集成（CI）是现代软件交付的核心能力，其本质是通过自动化流程保障代码质量与发布可靠性。GitLab CI 作为主流开源 CI 工具，依赖 runner 执行器、Docker 容器化隔离和 .gitlab-ci.yml 声明式编排三大技术支柱。在老旧但仍在工业控制、政务边缘、教育实验等场景广泛服役的 Ubuntu 16.04 系统上，因内核（4.4.x）、glibc（2.23）及官方 EOL 状态限制，直接套用新版方案极易引发依赖冲突、证书失效、Docker 兼容性失败等问题。本文聚焦真实生产约束下的可行

GitLab CI/CD + Ubuntu + Docker + SSH 持续部署流水线实战

持续部署（CD）是现代软件交付的核心能力，其本质是将代码变更自动、安全、可追溯地转化为线上服务。它依托CI/CD流水线原理，通过版本化配置、环境隔离与自动化执行实现交付确定性；技术价值在于显著降低人为失误、缩短发布周期、强化回滚与审计能力；典型应用场景涵盖微服务上线、中小团队DevOps落地及生产环境标准化运维。本文聚焦GitLab CI/CD在Ubuntu系统上的工程化实践，深度融合Docker环境一致性保障与SSH安全执行通道，提供从零搭建到生产加固的全链路解决方案。

嵌入式开发CI/CD实战：从自动化构建到硬件在环测试

持续集成与持续部署是现代化软件工程的核心实践，其原理在于通过自动化流水线将代码变更的构建、测试与部署流程标准化。这一技术价值在于显著提升软件交付效率与质量，减少人工集成错误，尤其适用于对稳定性和实时性要求极高的嵌入式系统开发。在物联网设备、MCU固件等应用场景中，CI/CD能够将工程师从繁琐的重复劳动中解放出来，通过固化构建环境、实施分层测试策略，确保代码在真实硬件上的可靠运行。本文以GitLab CI为例，深入探讨了嵌入式领域如何落地CI/CD，涵盖了从Docker环境准备、多阶段流水线设计到集成硬件在环

Ubuntu 16.04 上稳定运行 GitLab CI 的工程实践

持续集成（CI）是现代软件交付的核心能力，其本质是通过自动化流程保障代码质量与发布可靠性。在嵌入式、工业控制及遗留系统场景中，CI 的落地常受限于底层操作系统约束——Ubuntu 16.04 作为长期服役的 LTS 版本，虽已结束官方支持，却因硬件兼容性、驱动稳定性与升级成本高等现实因素，仍广泛承载关键生产任务。此时，GitLab CI 不再是‘开箱即用’的云原生工具，而需降级为环境适配执行器：通过锁定 Runner v12.10.2、禁用 Docker 改用 shell executor、依赖归档 apt

Web应用CI/CD流水线设计：从DevOps到端到端闭环交付

CI/CD流水线是现代Web应用持续交付的核心基础设施，其本质是将代码变更自动转化为可验证、可部署、可回滚的生产就绪版本。它基于持续集成、持续交付与持续发布（CI/CD/CR）分阶段协同原理，通过声明式配置、镜像构建优化、Kubernetes原生编排与自动化质量门禁，实现开发提交→测试验证→灰度发布→指标监控的全链路闭环。技术价值在于显著压缩上线周期（实测≤90秒）、降低人工干预故障率（减少0.87事故/年/环节）、提升系统韧性与可观测性。典型应用场景覆盖金融、电商、SaaS等高可用Web APP交付体系，

实战：从 0 到 1 GitLab CI/CD 前端持续部署

文章目录写在前面服务器配置环境安装安装 Docker安装 GitLab测试 GitLabGitLab Runner前端项目 CI/CD 流程的设计正式开始编写 .gitlab-ci.yml 的内容介绍 .gitlab-ci.yml镜像的使用stages 执行顺序的定义job 内容的编写在 CI/CD 中使用 SSH keys前端项目部署到阿里云OSS前端项目 CI/CD 最佳业务配置思路常见问题排查及修复相关参考链接 写在前面 首先感谢大家能来参加我的 Chat，能来参加的同学都是想在业余有一些其他知识的

.gitlab-ci.yml关键词概览解析（三）

关于如何编写GitLab流水线，.gitlab-ci.yaml文件的关键词，已经写过两期了，gitlab-ci.yaml的关键词一共有28个，分别是 分别是, script, after_script, allow_failure, artifacts, before_script, cache, coverage, dependencies, environment, except, extends, image, include, interruptible, only, pages, parallel

gitlab-release-server:这是一个基于 GitLab Release API 来发布和管理 GitLab Releases 版本的服务

GitLab 版本管理服务 (gitlab-release-server) 这是一个基于 GitLab Release API 来发布和管理 GitLab Releases 版本的服务。 一、特性 简单方便、轻量级，无数据库环境依赖，使用 MinIO 来维护版本资源； 本服务基于 来实现对 GitLab 版本操作； 支持发布、编辑和删除版本的功能； 支持上传、更新和删除版本中的资源文件； 注意：你发布版本的项目所在的 GitLab 版本必须是 11.7 及以上，低版本的 GitLab 并未提供该发布 Release 版本服务的 API 。你可以在你 GitLab 主地址后面加上 /help （如：http://xxxx.com/help）来查看你所使用的 GitLab 版本。 二、开始使用 进入本服务主页之后，将看到如下页面： 如果你想要发布一个版本，只需要填写页面表单即可，发布版本的表

github-release-cli:用于管理GitHub存储库上的发布资产的命令行工具

github发布-cli 用于管理GitHub存储库上的发布资产的命令行工具。 安装 npm install -g github-release-cli 命令行用法 使用-h或--help选项运行github-release ： Usage: github-release <command> [<args>] Options: -V, --version output the version number --baseurl <baseurl> API endpoint (default: "https://api.github.com") --token <token> OAuth2 token (default: null) --owner <owner> The repository owner. (defaul

机器学习教程 之 半监督学习 Co-training 协同训练 (论文、算法、数据集、代码)

这篇博客介绍的是一篇用于半监督分类问题的方法: 协同训练 Co-training， A. Blum and T. Mitchell, “Combining labeled and unlabeled data with co-training,” in Proc. of the 11th Annual Conf. on Computational Learning Theory, 1998.，这算是半监督领域里面始祖级的论文了，是1998年两位CMU大佬提出的方法。 之前还写过一篇关于Tri-trainin

Halcon形状模板匹配实战：inspect_shape_model参数优化指南

本文深入解析Halcon形状模板匹配中inspect_shape_model参数的优化技巧，涵盖NumLevels和Contrast参数的实战应用。通过具体案例展示如何平衡匹配速度与精度，帮助开发者高效调试形状模型，提升工业视觉检测的准确性和效率。

Cluster Computing期刊投稿实战：从格式调整到技术检查的全流程解析

本文详细解析了向Cluster Computing期刊投稿的全流程，涵盖心理准备、格式调整、参考文献处理及投稿系统操作。重点介绍了如何利用Springer LaTeX模板，特别是使用picins宏包解决作者简介排版难题，并强调了将BibTeX转换为BBL文件以避免技术审查陷阱，为研究者提供了一份实用的投稿指南。

从拆箱到跑通：Intel RealSense D435i开箱实测+ROS驱动配置全流程

本文详细记录了Intel RealSense D435i深度相机的开箱体验，并提供了在Ubuntu 22.04与ROS2 Humble环境下，从安装librealsense2 SDK到配置ROS2驱动的完整流程。重点解决了驱动安装、数据流发布、点云对齐以及IMU数据融合等关键步骤，帮助研究者和开发者快速实现D435i与机器人系统的集成。

告别ArcGIS小红叉：从‘无法验证登录信息’到成功连接在线资源的完整排错记录

本文详细记录了从Windows便签的网络错误到ArcGIS连接问题的完整排错过程。通过分析代理服务器、DNS配置和系统网络设置，解决了ArcGIS无法验证登录信息的问题，提供了实用的网络优化方案和技术排错思路。

MIMO-OFDM 通信-感知一体化（ISAC）中的联合优化与性能权衡

本文深入探讨了MIMO-OFDM技术在通信-感知一体化（ISAC）系统中的核心作用与挑战。文章分析了如何通过联合优化资源分配、波束成形与波形设计，在有限的频谱与硬件资源下，实现通信速率与感知精度之间的最佳平衡，并指出了工程实践中面临的同步、干扰等关键难题。

评价模型——层次分析法（AHP）与熵权法（EWM）

层次分析法是定性与定量结合的多准则决策、评价方法。将决策的有关元素分解成目标层、准则层和方案层，并通过人们的判断对决策方案的优劣进行排序，在此基础上进行定性和定量分析。它把人的思维过程层次化、数量化，并用数学为分析、决策、评价、预报和控制提供定量的依据。

ADK 第一篇 Google Agent Development Kit 简介

是一个灵活且模块化的框架，专为开发和部署AI智能体而设计。虽然ADK针对Gemini和Google生态系统进行了优化，但它与模型无关、与部署环境无关，并兼容其他框架。ADK的核心理念是让智能体开发更接近传统软件开发模式，从而帮助开发者更轻松地构建、部署和编排智能体架构——无论是处理简单任务，还是管理复杂工作流。：利用预置工具、自定义函数、OpenAPI规范或集成现有工具，赋予智能体多样化能力，实现与谷歌生态系统的深度整合。

RU DOS版、EFI版32bit/64bit BIOS常用工具

DOS版、EFI版的RU工具，可用来查看IO、MEM、PCI、SMBIOS等资源。亲测在EFI SHELL下可用。

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

怀旧版电脑GBC模拟器

再现原版GBC掌机的界面，电脑运行连游戏界面都一样大小，很怀旧，很真实，（英文版）强烈推荐，很小的文件，很难才找到的。

pscad IEEE标准系统搭建说明

pscad IEEE标准系统搭建说明，包含典型的IEEE 9节点、14节点、30节点、39节点和118节点系统。内含标准测试系统的原始数据和潮流结果。