当前位置:

首页 > 系统应用 > 基于云原生的私有化PaaS平台交付实践

基于云原生的私有化PaaS平台交付实践

本文将解读如何利用云原生解决私有化交付中的问题,进而打造一个 PaaS 平台,提升业务平台的复用性。在进入正题之前,有必要先明确两个关键词:PaaS 平台:多个核心业务服务作为一个整体平台去封装,以平台形式提供服务。私有化交付:平台需要部署私有云环境中,要面对无网情况下依然可以运转。传统交付痛点如上

本文目录

    本文将解读如何利用云原生解决私有化交付中的问题,进而打造一个 PaaS 平台,提升业务平台的复用性。在进入正题之前,有必要先明确两个关键词:

    • PaaS 平台:多个核心业务服务作为一个整体平台去封装,以平台形式提供服务。
    • 私有化交付:平台需要部署私有云环境中,要面对无网情况下依然可以运转。

    传统交付痛点

    如上图:私有云会有明确的安全性要求

    1. 私有云服务无法连接外网,数据只能通过单向网闸形式进行摆渡到内网私有云。
    2. 源代码只能存储在公司机房中,私有云只部署编译文件。
    3. 服务会不定期迭代,另外为了保证服务稳定性需要自建独立业务监控。

    基于以上要求面临的挑战大概有几点:

    1. 架构可迁移性差:服务之间配置复杂,多种异构语言需要修改配置文件,无固定服务 DNS。
    2. 部署运维成本高:服务依赖环境需支持离线安装,服务更新需本地运维人员手动完成,复杂场景下,完整一次部署大概需要 数人 / 月 的时间。
    3. 监控运维成本高:监控需支持系统级 / 服务级 / 业务级监控,通知方式需支持信息、Webhook 等多种类型。

    架构方案

    我们的原则是拥抱云原生,充分复用已有能力,尽可能采用业界成熟的技术方案。在服务编排方面,我们选择了KubeSphere+K8S;出于安全性和简洁性的考虑,对Syncd进行二次开发,以完善DevOps能力;而在监控系统上,则采用Nightingale+Prometheus方案。

    如上图架构图

    1. 蓝色框内是我们底层 PaaS 集群,我们对业务服务通用服务统一进行了服务编排升级,用以解决架构迁移性差问题。
    2. 红色框内,监控系统作为一种编排服务形式存在,所有监控项交付前配置好。用以解决监控系统运维成本高问题。
    3. 紫色框内,服务容器可以实现跨网段自动拉取并自动化部署。用以解决服务服务部署成本高问题。

    下面我们针对这三部分做下介绍。

    服务编排:KubeSphere

    KubeSphere的目标是打造一款基于K8s内核的云原生分布式操作系统。它采用独特的架构设计,能够轻松实现第三方应用与云原生生态组件的即插即用集成。通过这种方式,KubeSphere不仅支持云原生应用在多云和多集群环境下的统一分发与运维管理,还拥有一个充满活力的社区。

    KubeSphere 选型理由有以下几点:

    基于制品的方式定制自己的私有化交付方案

    私有化镜像文件打包

    创建制品清单 :

    apiVersion: kubekey.kubesphere.io/v1alpha2
    kind: Manifest
    metadata:
    name: sample
    spec:
    arches:
    - amd64
    ...
    - type: kubernetes
    version: v1.21.5
    components:
    helm:
    version: v3.6.3
    cni:
    version: v0.9.1
    etcd:
    version: v3.4.13
    containerRuntimes:
    - type: docker
    version: 20.10.8
    crictl:
    version: v1.22.0
    harbor:
    version: v2.4.1
    docker-compose:
    version: v2.2.2
    images:
    - dockerhub.kubekey.local/kubesphere/kube-apiserver:v1.22.1
    ...

    然后我们就可以通过命令进行导出了。

    $ ./kk artifact export -m manifest-sample.yaml -o kubesphere.tar.gz

    私有化部署

    创建部署清单:

    apiVersion: kubekey.kubesphere.io/v1alpha2
    kind: Cluster
    metadata:
    name: sample
    spec:
    hosts:
    - {name: kubesphere01.ys, address: 10.89.3.12, internalAddress: 10.89.3.12, user: kubesphere, password: "Kubesphere123"}
    - {name: kubesphere02.ys, address: 10.74.3.25, internalAddress: 10.74.3.25, user: kubesphere, password: "Kubesphere123"}
    - {name: kubesphere03.ys, address: 10.86.3.66, internalAddress: 10.86.3.66, user: kubesphere, password: "Kubesphere123"}
    - {name: kubesphere04.ys, address: 10.86.3.67, internalAddress: 10.86.3.67, user: kubesphere, password: "Kubesphere123"}
    - {name: kubesphere05.ys, address: 10.86.3.11, internalAddress: 10.86.3.11, user: kubesphere, password: "Kubesphere123"}
    roleGroups:
    etcd:
    - kubesphere01.py
    - kubesphere02.py
    - kubesphere03.py
    control-plane:
    - kubesphere01.py
    - kubesphere02.py
    - kubesphere03.py
    worker:
    - kubesphere05.py
    registry:
    - kubesphere04.py
    controlPlaneEndpoint:
    internalLoadbalancer: haproxy
    domain: lb.kubesphere.local
    address: ""
    port: 6443
    kubernetes:
    version: v1.21.5
    clusterName: cluster.local
    network:
    plugin: calico
    kubePodsCIDR: 10.233.64.0/18
    kubeServiceCIDR: 10.233.0.0/18
    multusCNI:
    enabled: false
    registry:
    type: harbor
    auths:
    "dockerhub.kubekey.local":
    username: admin
    password: Kubesphere123
    ...

    执行安装部署:

    $ ./kk create cluster -f config-sample.yaml -a kubesphere.tar.gz --with-packages --with-kubesphere --skip-push-images

    原来大量复杂的 K8s 部署、高可用方案、Harbor 私有化镜像仓库等,均可以完成自动化安装,极大的简化了私有化交付场景下 K8s 组件部署难度。

    可视化界面极大简化操作流程

    • 创建部署:流水线式创建一个容器服务的部署、存储、服务访问。

    • 资源限制:限制容器的资源利用率 & 限制租户资源利用率。

    • 远程登陆:容器远程登陆功能。

    基于 KubeSphere 的业务部署经验分享

    私有化场景构建高可用服务实例部署,保障单实例挂掉不影响整体使用,我们要保证以下几点。

    1、由于服务都需要有固定的网络标识和存储,所以我们需要创建 “有状态副本集部署”。

    apiVersion: apps/v1
    kind: StatefulSet
    metadata:
    namespace: project
    name: ${env_project_name}
    labels:
    app: ${env_project_name}
    spec:
    serviceName: ${env_project_name}
    replicas: 1
    selector:
    matchLabels:
    app: ${env_project_name}
    template:
    metadata:
    labels:
    app: ${env_project_name}
    spec:
    containers:
    - name: ${env_project_name}
    image: ${env_image_path}
    imagePullPolicy: IfNotPresent

    2、有状态副本集使用 host 反亲和性保证服务分散到不同 host 中。

    ....
    affinity:
    podAntiAffinity:
    preferredDuringSchedulingIgnoredDuringExecution:
    - weight: 100
    podAffinityTerm:
    labelSelector:
    matchExpressions:
    - key: app
    operator: In
    values:
    - ${env_project_name}
    topologyKey: kubernetes.io/hostname
    ....

    3、服务与服务之间互相调用均使用 K8s 底层的 DNS 进行配置。

    4、集群内部依赖外部资源时需要设置为 Service,然后在内部提供服务。

    kind: Endpoints
    apiVersion: v1
    metadata:
    name: redis-cluster
    namespace: project
    subsets:
    - addresses:
    - ip: 10.86.67.11
    ports:
    - port: 6379
    ---
    kind: Service
    apiVersion: v1
    metadata:
    name: redis-cluster
    namespace: project
    spec:
    ports:
    - protocol: TCP
    port: 6379
    targetPort: 6379

    5、借助 nip.io 域名实现服务动态域名解析调试。nip.io 可以自动根据请求的域名中设置 IP 信息,完成响应的 IP 信息映射。

    $ nslookup abc-service.project.10.86.67.11.nip.io
    Server: 169.254.25.10
    Address: 169.254.25.10:53

    Non-authoritative answer:
    Name: abc-service.project.10.86.67.11.nip.io
    Address: 10.86.67.11

    因此我们可以在构建 Ingress 时直接使用该域名:

    ---
    kind: Ingress
    apiVersion: networking.k8s.io/v1
    metadata:
    name: gatekeeper
    namespace: project
    spec:
    rules:
    - host: gatekeeper.project.10.86.67.11.nip.io
    http:
    paths:
    - path: /
    pathType: ImplementationSpecific
    backend:
    service:
    name: gatekeeper
    port:
    number: 8000

    6、挂载目录到宿主机,有时候需要容器直接关联宿主机目录具体操作如下。

    ...
    spec:
    spec:
    ...
    volumeMounts:
    - name: vol-data
    mountPath: /home/user/data1
    volumes:
    - name: vol-data
    hostPath:
    path: /data0

    7、有状态部署工作负载,主要涉及 StatefulSet、Service、volumeClaimTemplates、Ingress,示例如下:

    apiVersion: apps/v1
    kind: StatefulSet
    metadata:
    namespace: project
    name: gatekeeper
    labels:
    app: gatekeeper
    spec:
    serviceName: gatekeeper
    replicas: 1
    selector:
    matchLabels:
    app: gatekeeper
    template:
    metadata:
    labels:
    app: gatekeeper
    spec:
    containers:
    - name: gatekeeper
    image: dockerhub.kubekey.local/project/gatekeeper:v362
    imagePullPolicy: IfNotPresent
    ports:
    - name: http-8000
    containerPort: 8000
    protocol: TCP
    - name: http-8080
    containerPort: 8080
    protocol: TCP
    resources:
    limits:
    cpu: '2'
    memory: 4Gi
    volumeMounts:
    - name: vol-data
    mountPath: /home/user/data1
    affinity:
    podAntiAffinity:
    preferredDuringSchedulingIgnoredDuringExecution:
    - weight: 100
    podAffinityTerm:
    labelSelector:
    matchExpressions:
    - key: app
    operator: In
    values:
    - gatekeeper
    topologyKey: kubernetes.io/hostname
    volumeClaimTemplates:
    - metadata:
    name: vol-data
    spec:
    accessModes: [ "ReadWriteOnce" ]
    resources:
    requests:
    storage: 10Gi
    ---
    apiVersion: v1
    kind: Service
    metadata:
    name: gatekeeper
    namespace: project
    labels:
    app: gatekeeper
    spec:
    ports:
    - name: "http-8000"
    protocol: TCP
    port: 8000
    targetPort: 8000
    - name: "http-8080"
    protocol: TCP
    port: 8080
    targetPort: 8080
    selector:
    app: gatekeeper
    type: NodePort
    ---
    kind: Ingress
    apiVersion: networking.k8s.io/v1
    metadata:
    name: gatekeeper
    namespace: project
    spec:
    rules:
    - host: gatekeeper.project.10.86.67.11.nip.io
    http:
    paths:
    - path: /
    pathType: ImplementationSpecific
    backend:
    service:
    name: gatekeeper
    port:
    number: 8000
    - host: gatekeeper.project.10.86.68.66.nip.io
    http:
    paths:
    - path: /
    pathType: ImplementationSpecific
    backend:
    service:
    name: gatekeeper
    port:
    number: 8080

    DevOps:基于 Syncd 构建服务自动化交付

    DevOps 选型有很多,这里我们没有采用 Jenkins、GitRunner 等等,而是使用了我们团队内部比较熟悉的 Syncd 进行二次开发。原因有两点:

    1. 处于安全考虑:我们的源码无法在本地存放,所以基于 gitlab 构建打包的方案,对我们用处不是很大,使用是一种资源浪费。
    2. 功能简洁性:虽然 Syncd 已经停更 2 年多但是,但其核心的 CICD 功能比较完善且前后端拓展性强,我们可以很轻松拓展相应的功能。

    Syncd 核心思路:

    1. 从使用本地工具链构建打包镜像,这里可以把 docker push 当作 git push 理解。
    2. 通过 Syncd 拉取镜像包完成部署流程打包上线操作,通过打包时设置版本号便于服务回滚。

    构建本地工具链

    1、基于项目创建目录

    #创建目录
    cd /Users/niuyufu/goproject/abc-service
    mkdir -p devops
    cd devops

    2、导入 Dockerfile,大家可基于业务自行创建。3、创建 tool.sh 文件

    cat >> tool.sh << EOF
    #!/bin/sh

    ###########配置区域##############

    #模块名称,可变更
    module=abc-service
    #项目名称
    project=project1
    #容器名称
    container_name=${project}"_"${module}
    #镜像名称
    image_name=${project}"/"${module}
    #服务端口映射:宿主机端口:容器端口,多个逗号间隔
    port_mapping=8032:8032
    #镜像hub地址
    image_hub=dockerhub.kubekey.local
    #镜像tag
    image_tag=latest

    ###########配置区域##############

    #构建工具
    action=$1
    case $action in
    "docker_push")
    image_path=${image_hub}/${image_name}:${image_tag}
    docker tag ${image_name}:${image_tag} ${image_path}
    docker push ${image_path}
    echo "镜像推送完毕,image_path: "${image_path}
    ;;
    "docker_login")
    container_id=$(docker ps -a | grep ${container_name} | awk '{print $1}')
    docker exec -it ${container_id} /bin/sh
    ;;
    "docker_stop")
    docker ps -a | grep ${container_name} | awk '{print $1}' | xargs docker stop
    container_id=`docker ps -a | grep ${container_name} | awk '{print $1}' | xargs docker rm`
    if [ "$container_id" != "" ];then
    echo "容器已关闭,container_id: "${container_id}
    fi

    if [ "$images_id" != "" ];then
    docker rmi ${images_id}
    fi

    ;;
    "docker_run")
    docker ps -a | grep ${container_name} | awk '{print $1}' | xargs docker stop
    docker ps -a | grep ${container_name} | awk '{print $1}' | xargs docker rm
    port_mapping_array=(${port_mapping//,/ })
    # shellcheck disable=SC2068
    for var in ${port_mapping_array[@]}; do
    port_mapping_str=${mapping_str}" -p "${var}
    done
    container_id=$(docker run -d ${port_mapping_str} --name=${container_name} ${image_name})
    echo "容器已启动,container_id: "${container_id}
    ;;
    "docker_build")
    if [ ! -d "../output" ]; then
    echo "../output 文件夹不存在,请先执行 ../build.sh"
    exit 1
    fi
    cp -rf ../output ./
    docker build -f Dockerfile -t ${image_name} .
    rm -rf ./output
    echo "镜像编译成功,images_name: "${image_name}
    ;;
    *)
    echo "可运行命令:
    docker_build 镜像编译,依赖../output 文件夹
    docker_run 容器启动,依赖 docker_build
    docker_login 容器登陆,依赖 docker_run
    docker_push 镜像推送,依赖 docker_build"
    exit 1
    ;;
    esac
    EOF

    4、执行项目打包,请确保产出物在 ./output 中

    $cd ~/goproject/abc-service/
    $sh build.sh
    abc-service build ok
    make output ok
    build done

    5、利用 tool.sh 工具进行服务调试

    tools.sh 执行顺序一般是这样的:./output 产出物→docker_build→docker_run→docker_login→docker_push

    $cd devops
    $chmod +x tool.sh
    #查看可运行命令
    $sh tool.sh
    可运行命令:
    docker_build 镜像编译,依赖../output 文件夹
    docker_run 容器启动,依赖 docker_build
    docker_login 容器登陆,依赖 docker_run
    docker_push 镜像推送,依赖 docker_build


    #docker_build举例:
    $sh tool.sh docker_build
    [+] Building 1.9s (10/10) FINISHED
    => [internal] load build definition from Dockerfile 0.1s
    => => transferring dockerfile: 37B 0.0s
    => [internal] load .dockerignore 0.0s
    => => transferring context: 2B
    ... 0.0s
    => exporting to image 0.0s
    => => exporting layers 0.0s
    => => writing image sha256:0a1fba79684a1a74fa200b71efb1669116c8dc388053143775aa7514391cdabf 0.0s
    => => naming to docker.io/project/abc-service 0.0s

    Use 'docker scan' to run Snyk tests against images to find vulnerabilities and learn how to fix them
    镜像编译成功,images_name: project/abc-service


    #docker_run举例:
    $ sh tool.sh docker_run
    6720454ce9b6
    6720454ce9b6
    容器已启动,container_id: e5d7c87fa4de9c091e184d98e98f0a21fd9265c73953af06025282fcef6968a5


    #可以使用 docker_login 登陆容器进行代码调试:
    $ sh tool.sh docker_login
    sh-4.2# sudo -i
    root@e5d7c87fa4de:~$


    #docker_push举例:
    $sh tool.sh docker_push 130 ↵
    The push refers to repository [dockerhub.kubekey.local/citybrain/gatekeeper]
    4f3c543c4f39: Pushed
    54c83eb651e3: Pushed
    e4df065798ff: Pushed
    26f8c87cc369: Pushed
    1fcdf9b8f632: Pushed
    c02b40d00d6f: Pushed
    8d07545b8ecc: Pushed
    ccccb24a63f4: Pushed
    30fe9c138e8b: Pushed
    6ceb20e477f1: Pushed
    76fbea184065: Pushed
    471cc0093e14: Pushed
    616b2700922d: Pushed
    c4af1604d3f2: Pushed
    latest: digest: sha256:775e7fbabffd5c8a4f6a7c256ab984519ba2f90b1e7ba924a12b704fc07ea7eb size: 3251
    镜像推送完毕,image_path: dockerhub.kubekey.local/citybrain/gatekeeper:latest

    #最后登陆Harbor测试镜像是否上传
    https://dockerhub.kubekey.local/harbor/projects/52/repositories/gatekeeper

    基于 Syncd 进行服务打包构建

    1、项目配置

    新增项目

    设置 tool.sh 中生成的镜像地址。

    设置构建脚本。

    参照有状态工作负载填写构建脚本。

    2、创建上线单

    3、构建部署包执行部署

    4、切换到 KubeSphere 查看部署效果。

    至此已完成 DevOps 与 KubeSphere 的功能打通。

    服务监控:基于 Nightingale 构建企业级监控

    选型理由

    1. 可视化引擎:内置模板,开箱即用。

    1. 告警分析引擎:灵活管理、告警自愈、开箱即用。

    1. 支持 Helm Chart 一键完成应用及服务部署,私有化场景中我们只需要关心容器融合本地化即可。
    $ git clone https://github.com/flashcatcloud/n9e-helm.git
    $ helm install nightingale ./n9e-helm -n n9e --create-namespace

    实际规则配置演示

    1. 配置告警规则,无缝支持 PromQL 灵活编写各种规则。

    1. 配置告警接收组

    1. 实际接收告警消息及恢复消息

    总结

    私有化交付下因业务场景不同,对云原生的应用选型也不相同。本文仅对我们自身业务场景做了介绍,如有问题欢迎指正,另外其他场景下的云原生应用也随时欢迎大家来和我交流探讨。

    本文由博客一文多发平台 OpenWrite 发布!

    本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系bd@zhengruan.com
    作者最新文章
    系统应用
    相关文章 更多
    Apifox私有化部署面向企业合规需求,API资产管理进入内网协作场景
    Apifox私有化部署面向企业合规需求,API资产管理进入内网协作场景

    Apifox提供私有化部署方案,将API管理平台部署至企业内网,满足数据不出内网、权限可控与审计留痕等合规要求,同时集中沉淀API资产,规范字段命名、响应结构等接口管理。但需企业自行承担运维责任,适合大型组织与敏感行业。

    墨刀企业版继续面向权限、数据安全和私有化部署,大型团队协作管理需求更明确
    墨刀企业版继续面向权限、数据安全和私有化部署,大型团队协作管理需求更明确

    墨刀企业版整合企业版、私有化部署与需求诊断,从设计工具升级为综合平台。核心能力包括AES-256加密、SSL/TLS传输、资产交接、版本记录及分布式集群备份,满足金融、物联网等行业对权限、数据安全与私有化部署的刚性需求。

    Linux怎么安装Harbor企业级镜像仓库 Docker私有化部署详解
    Linux怎么安装Harbor企业级镜像仓库 Docker私有化部署详解

    搞定Harbor的安装,很多时候不在于你下载的安装包版本有多新,而在于三个最基础的依赖是否真正到位。如果docker、docker compose或者openssl其中任何一个掉了链子,那么./install.sh脚本要么会静默失败,要么就会陷入容器反复启动又退出的死循环。 检查并安装 Harbor

    AO3官网镜像链接一键跳转-手机入口快速访问
    AO3官网镜像链接一键跳转-手机入口快速访问

    AO3官网可通过https://www.ao3cn.cc//直接访问,支持手机和桌面端,页面适配移动端,操作流畅,支持书签、收藏、订阅及作品导出等功能,内容涵盖全球同人创作,分类细致,互动性强。

    AO3中文版官网与使用指南
    AO3中文版官网与使用指南

    AO3中文版官网入口为https://www.ao3cn.cc//,进入后点击右上角“Preferences”选择“中文(简体)”并更新即可切换语言,支持免登录浏览海量原创作品,利用标签系统精准筛选内容,平台无广告干扰且开源透明;注册账号后可发布、收藏、点赞和评论作品,并通过高级搜索功能按字数、时间等条件查找资源,实现高效互动与创作共享。

    AO3主页入口及最新镜像链接合集
    AO3主页入口及最新镜像链接合集

    AO3官方主站入口为https://www.ao3cn.cc//,提供作品发布、隐私设置、个人书架、评论管理等功能;支持多语言与移动端浏览,具备高级搜索和标签评级系统;镜像站点如https://ao3.cubeart.club/和https://xiaozhan.icu/仅作临时备用,不可输入账号密码。

    AO3官网中文入口最新地址公布
    AO3官网中文入口最新地址公布

    AO3官网中文访问入口为https://www.ao3cn.cc/,用户可直接通过主流浏览器访问,支持多语言切换至中文界面,新用户需通过邀请注册,老用户可直接登录,平台汇聚全球同人小说、画作与视频,支持自主上传与标签分类,便于检索与收藏,建议使用官方链接避免镜像站,结合筛选功能与书签快捷访问提升体验。

    AO3中文入口及官方镜像链接
    AO3中文入口及官方镜像链接

    AO3网页版中文入口为https://www.ao3cn.cc/,用户可直接访问官网注册登录,切换中文界面后使用多维度标签筛选、下载作品、互动评论等功能,享受无广告、隐私安全的非盈利创作平台。

    LibreOffice怎么卸载干净?残留配置怎么清理
    LibreOffice怎么卸载干净?残留配置怎么清理

    卸载LibreOffice应先使用系统的应用管理或原安装渠道移除程序,再按需要处理用户配置。模板、个人词典、宏和恢复备份可能保存在配置目录中,清理前先备份;普通文档不属于程序残留,不要为了“卸载干净”一起删除。以下主流程适用于Windows和Debian、Ubuntu仓库版。

    WorkBuddy怎么下载?电脑端和手机端在哪里安装
    WorkBuddy怎么下载?电脑端和手机端在哪里安装

    WorkBuddy 下载方法:电脑端从官网 workbuddy.cn 点「立即下载」获取安装包(Windows 装 exe、Mac 按 M 系列/Intel 芯片选 ARM64/X64 的 dmg),Linux 与麒麟/UOS 在系统应用商店搜索安装;手机端 iOS 在 App Store、Android 在应用市场搜「WorkBuddy」。本文含官网下载页与安装向导真实截图。

    查看更多
    精品专题 更多
    装机必备
    装机必备

    正软商城装机必备专区,精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件,帮助用户快速完成新电脑软件配置。

    Windows
    Windows

    正软商城Windows软件专区,汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件,提供软件介绍、系统要求、正版授权及购买下载服务。

    PDF教程
    PDF教程

    正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法,同时介绍常用PDF软件和工具的使用技巧。

    Mac软件 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    Aperty macOS版
    Aperty macOS版
    macOS

    Aperty 是 Skylum 推出的 AI 人像修图软件,支持自然肤质修饰、瑕疵处理、面部与身体调整、预设及批量同步。

    WINDOWS 更多
    讯飞智作 网页版
    讯飞智作 网页版
    Windows/ macOS/ Linux

    讯飞智作是一款基于语音合成技术、虚拟人驱动技术与数字人形象声音构建能力的 AI 数字人音视频创作平台。

    火山引擎 网页版
    火山引擎 网页版
    Windows/ macOS/ Linux

    火山引擎是字节跳动旗下企业级云与AI服务平台。聚焦大模型核心能力,依托字节自研豆包多模态大模型,凭借火山方舟一站式平台,提供模型精调、推理部署、智能应用搭建等全链路服务,结合高性能AI算力,助力各行业快速落地大模型数字化与智能化应用。

    PixTV 网页版
    PixTV 网页版
    Windows

    PixTV 是一款在浏览器中使用的 AI 视觉内容创作平台,提供图片、视频、音频、文字生成、AI 分镜、局部重绘、提示词反推和无限画布等工具,适合短剧、漫剧、广告及社交媒体内容制作。