news 2026/4/18 23:25:06

告别笨重 Jenkins,试试轻量级开源 CI/CD:Arbess

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
告别笨重 Jenkins,试试轻量级开源 CI/CD:Arbess

日常研发过程中,为了提高软件构建、发布、测试效率,快速交付系统,会使用一些CI/CD工具。Jenkins作为老牌的CI/CD工具,拥有强大的插件体系,但插件安装配置复杂、插件之间各种不兼容,Jenkins在用户权限管控方面能力稍弱、界面交互设计过于传统。

今天给大家推荐一款国产开源免费、简洁易用的CICD工具 - Arbess(谐音:阿尔卑斯)。

1、产品简介

Arbess包含流水线管理、流水线设计、流水线执行、测试报告、统计分析等模块,支持串行并行可视化设计方式,支持丰富多样的任务类型,支持分布式执行流水线,界面操作简洁明了、开源免费。

2、产品优势

2.1 任务多样性

  • 支持丰富多样的任务类型,如源码,代码扫描,测试,构建,拉取制品,推送制品,部署等各种类型,支持各种主流开源工具集成。
  • 支持并行、串行任务,任务可单独运行,也可自由组合运行。任务随意组合,没有任何限制。

2.2 可视化设计

流水线以可视化设计方式,降低学习成本,简化了流水线配置流程。

2.3 简洁易用

  • 支持一键安装,默认零配置,以快速安装上手。
  • 界面简洁,结构清晰,一目了然。

2.4 开源免费

免费开放源代码,支持社区协作和共享,推动项目不断发展和优化。

3、快速安装

以下以linux Ubuntu安装为例,其它环境安装方式见官网文档,以下示例安装使用默认内嵌agent,若需配置分布式运行则需要独立安装外部agent,具体可参见官方文档。

  • 下载,Ubuntu安装包下载地址:Arbess下载,或者执行如下命令在线下载安装包。

wget -O tiklab-arbess-2.0.8.deb https://install.tiklab.net/app/install/arbess/V2.0.8/tiklab-arbess-2.0.8.deb

  • 安装,将安装包上传到服务器,使用以下命令安装,默认安装目录在/opt下。

dpkg -i tiklab-arbess-2.0.8.deb

  • 启动,进入安装目录/opt/tiklab-arbess/bin目录下,执行./arbess start即可启动成功。

启动后,通过 http://ip:9200 访问,默认使用admin/123456登录。系统默认支持本地账号登录,满足基础登录需求。若需要使用企业微信、钉钉或 LDAP 等高级登录方式,可参阅Arbess文档获取相关配置说明。​

​Arbess登录页 ​

成功登录显示Arbess首页

​Arbess首页

4、产品预览

​创建项目模板

项目成员权限

​多样化任务

设计流水线

运行流水线

详细运行日志

​WebHook触发流水线

​运行统计

​查看测试报告

查看代码扫描报告

5、体验下载

有兴趣的朋友可以去Tiklab官网在线体验,或者免费下载私有化部署版本安装使用。

体验地址:https://demo.tiklab.net/arbess

下载地址:https://download.tiklab.net/arbess

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/17 19:22:07

51单片机红外避障视力保护器坐姿提醒防近视纠正26(设计源文件+万字报告+讲解)(支持资料、图片参考_相关定制)_文章底部可以扫码

51单片机红外避障视力保护器坐姿提醒防近视纠正26(设计源文件万字报告讲解)(支持资料、图片参考_相关定制)_文章底部可以扫码产品功能描述: 本系统由STC89C52单片机、红外避障模块、光敏电阻、蜂鸣器报警、LED灯及电源组成。 1、通过红外避障…

作者头像 李华
网站建设 2026/4/17 18:14:37

基于51单片机红外非接触人体测温温度补偿无线摄像头设计套件91(设计源文件+万字报告+讲解)(支持资料、图片参考_相关定制)_文章底部可以扫码

基于51单片机红外非接触人体测温温度补偿无线摄像头设计套件91(设计源文件万字报告讲解)(支持资料、图片参考_相关定制)_文章底部可以扫码 51单片机便携式红外非接触人体测温仪阈值报警91产品功能描述: 本系统由STC89C52单片机、lcd1602液晶、…

作者头像 李华
网站建设 2026/4/17 14:33:20

Unsloth模型合并:LoRA权重整合详细步骤

Unsloth模型合并:LoRA权重整合详细步骤 1. unsloth 简介 你是否在为大语言模型(LLM)微调时显存占用高、训练速度慢而烦恼?Unsloth 正是为此而生。它是一个开源的 LLM 微调和强化学习框架,专注于提升训练效率与资源利…

作者头像 李华
网站建设 2026/4/16 16:02:20

unet image Face Fusion容器化打包?Dockerfile编写最佳实践

unet image Face Fusion容器化打包?Dockerfile编写最佳实践 1. 背景与目标:为什么要做容器化打包 你有没有遇到过这种情况:在本地调试得好好的人脸融合项目,换一台机器就各种报错?依赖版本冲突、环境变量缺失、Pytho…

作者头像 李华
网站建设 2026/4/17 21:55:40

Mandiant发布快速凭据破解工具,加速淘汰微软老旧协议

谷歌安全部门Mandiant上周发布了能够在12小时内破解凭据的工具,希望借此加速淘汰微软一个古老的安全协议的使用。 据Mandiant发布的文章解释,20多年来研究人员一直知道微软的Net-NTLMv1传统身份验证协议会使用户面临凭据盗窃风险,但该协议至今…

作者头像 李华
网站建设 2026/4/17 19:58:43

我们是否用错误的方式测试AI智能?

当人们想要对人工智能的现状及其意义有一个清醒的认识时,他们往往会求助于圣塔菲研究所的计算机科学家和教授梅兰妮米切尔。她在2019年出版的《人工智能:思考人类指南》一书,帮助定义了关于当今AI系统能做什么和不能做什么的现代讨论。今天&a…

作者头像 李华