kubesphere前端源码运行
一、下载源码
源码是react,下载地址是
GitHub - kubesphere/console at v3.3.2
然后直接用git下拉就可以了

下拉完成后差不多是这样一个目录结构,记得切分支到3.3.2

二、下载依赖
1、node & yurn
想要运行源码首先需要node,使用刚才下载源码的网站中推荐的node14.21.3版本
这边提供网址下载:Node.js — 节点 v14.21.3 (LTS)
安装全点下一步就好。
然后验证一下安装是否成功:

下载yurn1.22.4版本,在终端输入:
npm install -g yarn@1.22.4

设置node源和yurn源以及跳过ssh验证否则下载依赖可能过慢或需要https验证导致失败,跟着输入一遍:
npm config set registry https://registry.npmmirror.com
npm config set strict-ssl false -g
yarn config set registry https://registry.npmmirror.com/
yarn config set "strict-ssl" false -g

2、python
想要运行源码需要下载python,但python3改变了部分结构架构,使用python3会导致下载依赖时node-sass不兼容然后下载失败,所以使用python2.7
下载地址:Python 2.7.0 Release | Python.org

同样是全点下一步,但要记住安装目录,我这边安装到了D:\python\python2.7

然后告诉node使用的python地址,后面换成你的python然后加个\python:
npm config set python D:\python\python2.7\python
3、依赖下载
直接输入命令:
yarn install --network-timeout 1000000

然后构建一下输入:
yarn build

构建成功会弹一个网页

三、k8s端口开放
想要运行的kubesphere源码链接真正的k8s集群,需要k8s主节点执行以下命令开放一个端口:
kubectl -n kubesphere-system patch svc ks-apiserver -p '{"spec":{"type":"NodePort","ports":[{"port":80,"protocal":"TCP","targetPort":9090,"nodePort":30881}]}}'
![]()
四、源码修改
源码有些地方在linux中运行能成功,但如果想在windows运行则需要修改一点代码
以下以开头/代表项目根目录
1、/package.json
修改第85行server的内容为:
set NODE_ENV=production && node server/server.js
2、/server/config.yaml
修改第31和32行中的服务地址(第三步中开启的服务):
url: http://192.168.1.121:30881
wsUrl: ws://192.168.1.121:30881
3、/server/components/boot.js
删掉38行然后添加:
let httpStatic = {}if(process.env.NODE_ENV == 'production'){httpStatic = serverConfig.http.static['production']}else{httpStatic = serverConfig.http.static['development']}

五、运行
终端输入:
npm run serve
默认地址是8000,浏览器访问,OK



相关文章:
kubesphere前端源码运行
一、下载源码 源码是react,下载地址是 GitHub - kubesphere/console at v3.3.2 然后直接用git下拉就可以了 下拉完成后差不多是这样一个目录结构,记得切分支到3.3.2 二、下载依赖 1、node & yurn 想要运行源码首先需要node,使用刚才…...
分布式主键ID生成方式-snowflake雪花算法
这里写自定义目录标题 一、业务场景二、技术选型1、UUID方案2、Leaf方案-美团(基于数据库自增id)3、Snowflake雪花算法方案 总结 一、业务场景 大量的业务数据需要保存到数据库中,原来的单库单表的方式扛不住大数据量、高并发,需…...
深入理解感知机(Perceptron)算法
深入理解感知机(Perceptron)算法 1. 引言 感知机是神经网络和深度学习的基石,由Frank Rosenblatt在1957年提出。它模拟了生物神经元的基本特征,是一个简单但重要的二分类线性分类器。本文将从数学原理到实际应用,全面介绍感知机算法。 2. 数学基础 2.1 定义 感知机是一…...
操作系统——死锁与饥饿
死锁的概念 死锁产生的条件 前三种条件可能会产生死锁,第四种条件(环路)可能会产生死锁 机器检测是否死锁是——检测是否有环路 解决死锁 以上预防死锁的方法不太实用,低效 银行家算法 P2运行完后可用队列就变成了 6 2 3…...
【算法】字符串算法技巧系列
阿华代码,不是逆风,就是我疯 你们的点赞收藏是我前进最大的动力!! 希望本文内容能够帮助到你!! 目录 引入:字符串相关算法技巧 1:字符串转数组 2:子字符串 3ÿ…...
Vue中el-tree结合vuedraggable实现跨组件元素拖拽
实现效果: 左侧el-tree: <template><el-treeclass"filter-tree":data"treeData":props"defaultProps":filter-node-method"filterNode"node-key"id"draggable:allow-drop"allowDrop"node-dr…...
湘潭大学人机交互复习
老师没给题型也没划重点,随便看看复习了 什么是人机交互 人机交互(Human-Computer Interaction,HCI)是关于设计、评价和实现供人们使用的交互式计算机系统,并围绕相关的主要现象进行研究的学科。 人机交互研究内容 …...
基于ADAS 与关键点特征金字塔网络融合的3D LiDAR目标检测原理与算法实现
一、概述 3D LiDAR目标检测是一种在三维空间中识别和定位感兴趣目标的技术。在自动驾驶系统和先进的空间分析中,目标检测方法的不断演进至关重要。3D LiDAR目标检测作为一种变革性的技术,在环境感知方面提供了前所未有的准确性和深度信息. 在这里&…...
Kivy App开发之UX控件DropDown下拉列表
怎样在kivy中实现下拉列表的功能? 在kivy中,下拉列表的定位是自动的,即列表展开的位置根据上下方是否有控件自动调整,且可以包含其他控件,如按钮,图片等。 在应用中,需要使用base包下的runTouchApp类,用于触发下拉框。 DropDown控件常见的属性如下 属性相关说明auto_…...
机器学习模型评估指标
模型的评估指标是衡量一个模型应用于对应任务的契合程度,常见的指标有: 准确率(Accuracy): 正确预测的样本数占总样本数的比例。适用于类别分布均衡的数据集。 精确率(Precision): 在所有被预测为正类的样…...
C# 特性
总目录 C# 语法总目录 C# 特性 特性1. 特性类自定义格式2. 特性的位置参数和命名参数3. 特性的目标4. 指定多个特性5. 调用者信息特性 特性 1. 特性类自定义格式 自定义特性类需要继承自Attribute类,特性使用通常都会省略名字后面的Attribute,会自动识…...
Reactor测试框架之StepVerifier
Reactor测试框架之StepVerifier 测试步骤1、创建StepVerifier实例2、添加断言3、执行验证 代码实例 在响应式编程中,Reactor框架提供了StepVerifier测试类,用于对响应式序列进行断言和验证。StepVerifier主要用于对Publisher发出的元素序列进行逐步的、精…...
k8s helm部署kafka集群(KRaft模式)——筑梦之路
添加helm仓库 helm repo add bitnami "https://helm-charts.itboon.top/bitnami" --force-update helm repo add grafana "https://helm-charts.itboon.top/grafana" --force-update helm repo add prometheus-community "https://helm-charts.itboo…...
unity action委托举例
using System; using UnityEngine; public class DelegateExample : MonoBehaviour { void Start() { // 创建委托实例并添加方法 Action myAction Method1; myAction Method2; myAction Method3; // 调用委托,会依次执…...
conda 批量安装requirements.txt文件
conda 批量安装requirements.txt文件中包含的组件依赖 conda install --yes --file requirements.txt #这种执行方式,一遇到安装不上就整体停止不会继续下面的包安装。 下面这条命令能解决上面出现的不执行后续包的问题,需要在CMD窗口执行: 点…...
Flutter:封装一个自用的bottom_picker选择器
效果图:单列选择器 使用bottom_picker: ^2.9.0实现,单列选择器,官方文档 pubspec.yaml # 底部选择 bottom_picker: ^2.9.0picker_utils.dart AppTheme:自定义的颜色 TextWidget.body Text() <Widget>[].toRow Row()下边代…...
Group3r:一款针对活动目录组策略安全的漏洞检测工具
关于Group3r Group3r是一款针对活动目录组策略安全的漏洞检测工具,可以帮助广大安全研究人员迅速枚举目标AD组策略中的相关配置,并识别其中的潜在安全威胁。 Group3r专为红蓝队研究人员和渗透测试人员设计,该工具可以通过将 LDAP 与域控制器…...
支持向量机算法(一):像讲故事一样讲明白它的原理及实现奥秘
1、支持向量机算法介绍 支持向量机(Support Vector Machine,SVM)是一种基于统计学习理论的模式识别方法, 属于有监督学习模型,主要用于解决数据分类问题。SVM将每个样本数据表示为空间中的点,使不同类别的…...
力扣-数组-35 搜索插入位置
解析 时间复杂度要求,所以使用二分的思想,漏掉了很多问题,这里记录 在left-right1时,已经找到了插入位置,但是没有赋值,然后break,所以导致一直死循环。 if(right - left 1){result right;b…...
List ---- 模拟实现LIST功能的发现
目录 listlist概念 list 中的迭代器list迭代器知识const迭代器写法list访问自定义类型 附录代码 list list概念 list是可以在常数范围内在任意位置进行插入和删除的序列式容器,并且该容器可以前后双向迭代。list的底层是双向链表结构,双向链表中每个元素…...
为什么你的Django微服务总在凌晨OOM?揭秘企业级Python内存生命周期管理的7个致命盲区
第一章:Django微服务OOM现象的典型特征与根因图谱Django微服务在容器化部署场景下频繁触发OOM Killer,往往并非源于单次请求的内存爆炸,而是由内存泄漏累积、异步任务失控、序列化反模式及ORM懒加载滥用等多因素交织所致。典型表现包括&#…...
基于拓展卡尔曼滤波的同步定位与地图构建全流程,通过自身运动模型和测距方位传感器,实时估计自身位姿并构建环境地标地图附matlab代码
✅作者简介:热爱科研的Matlab仿真开发者,擅长毕业设计辅导、数学建模、数据处理、建模仿真、程序设计、完整代码获取、论文复现及科研仿真。🍎 往期回顾关注个人主页:Matlab科研工作室👇 关注我领取海量matlab电子书和…...
G-Helper:重构华硕设备性能管理的轻量级解决方案 | 玩家与商务人士必备工具
G-Helper:重构华硕设备性能管理的轻量级解决方案 | 玩家与商务人士必备工具 【免费下载链接】g-helper Lightweight, open-source control tool for ASUS laptops and ROG Ally. Manage performance modes, fans, GPU, battery, and RGB lighting across Zephyrus, …...
CADSpotting+: Enhancing Panoptic Symbol Recognition in Large-Scale CAD Drawings with Dynamic Point S
1. CADSpotting:大规模CAD图纸中的全景符号识别新突破 想象一下你手里有一张复杂的建筑CAD图纸,上面密密麻麻布满了各种符号——门窗、墙体、家具、电气设备……传统方法要识别这些符号就像在迷宫里找路,而CADSpotting的出现,就像…...
OpenClaw多通道管理:千问3.5-9B同时服务飞书与钉钉机器人
OpenClaw多通道管理:千问3.5-9B同时服务飞书与钉钉机器人 1. 为什么需要多通道管理? 去年我接手了一个跨部门协作项目,团队同时使用飞书和钉钉两种沟通工具。每次需要查询数据或生成报告时,成员们要么在飞书群里我,要…...
做自媒体,我是怎么把“不知道写什么”变成“写不完”的
刚开始做自媒体的那半年,我最怕的就是“选题”。每天早上打开文档,脑子里一片空白。上周写了什么?前天写了什么?今天该写什么?完全没方向。有时候坐一个小时,标题都没憋出来。那种感觉特别绝望——不是不想…...
Python主流框架全解析
以下是 Python 常用框架的分类解析:一、Web 开发框架1. Django定位:全能型框架,内置 ORM、模板引擎、路由系统等特点:开箱即用(如自带后台管理、用户认证)遵循 MVC 设计模式(MTV 变体࿰…...
Vibe Coding 详细介绍
什么是 Vibe Coding?Vibe Coding(氛围编程)是由 AI 专家 Andrej Karpathy 在 2024 年初提出的新编程范式——一种"用自然语言编程"的开发方式。你描述"想要什么",AI 来写代码。核心理念:"You…...
数字后端 | Innovus 中解决 Congestion 的常用方法
前言 Congestion(布线拥塞)是数字后端实现中常见的问题。当局部区域标准单元过密、pin 密度过高或走线方向冲突时,就会出现 Congestion,最终可能导致 DRC 违例增多甚至布线失败。本文介绍在 Innovus 中如何查看和分析 Congestion&…...
CentOS 7.7(基于 RHEL 7 系列)中,账号管理与权限控制是系统安全管理【20260408】001篇
文章目录 一、用户与组管理(本地账号) 1. 用户管理命令 2. 组管理命令 3. 关键配置文件 二、权限控制机制 1. 传统 Linux 权限(UGO + rwx) 2. 特殊权限(慎用) 3. 访问控制列表(ACL)— 突破传统 UGO 限制 三、sudo 权限精细化管理(推荐替代 `su`) 1. 配置原则 2. 最小…...
