3天学会Jenkins_9_主题更换

2023-05-16

转载注明出处,欢迎关注微信小程序小白AI博客 微信公众号小白AI或者网站 https://xiaobaiai.net或者我的CSDN https://blog.csdn.net/freeape

1 为啥换主题?

原始安装的Jenkins页面相对于现在的WEB前端风格,实在说是有点原始了,给人一种不愉悦的感觉。幸好jenkins插件的强大,可以通过安装插件实现主题更换。

2 jenkins-material-theme

jenkins-material-theme这是一个主题插件,可以:

  • 自定义Jenkins的logo
  • 自定义整体风格,尤其支持自定义整体风格的颜色
  • UI图标大部分有所替换,至少看起来舒服多了

3 jenkins-material-theme安装

步骤:

  • 安装jenkins-material-theme插件
  • 到网站 http://afonsof.com/jenkins-material-theme/ 中自定义颜色和网站logo,然后下载自定义样式文件jenkins-material-theme.css
  • Jenkins首页->Manage Jenkins->Configure System->Home directory查看Jenkins的home目录
  • 将样式文件放入{Jenkins Home}/userContent
  • Jenkins首页->Manage Jenkins->Configure System->Theme->Add CSS URL 填写样式文件路径:http://{jenkins服务ip}/userContent/jenkins-material-theme.css
  • 点击Save就可以生效了。

4 Pipeline显示UI更换之Blue Ocean

Blue Ocean 重新思考Jenkins的用户体验,从头开始设计Jenkins Pipeline, 但仍然与自由式作业兼容,Blue Ocean减少了混乱而且进一步明确了团队中每个成员 Blue Ocean 的主要特性包括:

  • 持续交付(CD)Pipeline的 复杂可视化,可以让您快速直观地理解管道状态。
  • Pipeline 编辑器 - 引导用户通过直观的、可视化的过程来创建Pipeline,从而使Pipeline的创建变得平易近人。
  • 个性化 以适应团队中每个成员不同角色的需求。
  • 在需要干预和/或出现问题时 精确定位 。 Blue Ocean 展示 Pipeline中需要关注的地方, 简化异常处理,提高生产力
  • 本地集成分支和合并请求, 在与GitHub 和 Bitbucket中的其他人协作编码时实现最大程度的开发人员生产力。

安装步骤:

  • 直接安装插件Blue Ocean
  • 安装完成后,Jenkins首页点击Open Blue Ocean就可以进入Pipelines页面,很现代化的UI体验

5 参考

  • https://jenkins.io/zh/doc/book/blueocean/
  • http://afonsof.com/jenkins-material-theme/
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:hwhale#tublm.com(使用前将#替换为@)

3天学会Jenkins_9_主题更换 的相关文章

  • aruco marker使用笔记

    在英伟达Jetson Xaiver开发板上配置 SDK环境 opencv 4 1 1 CUDA 10 2 1 git clone https github com pal robotics aruco ros 2 复制到catkin ws
  • catkin_make命令

    catkin make是在catkin工作区中构建代码的便捷工具 catkin make遵循catkin工作区的标准布局 xff0c 如REP 128中所述 用法 假设您的catkin工作区位于 catkin ws中 xff0c 则应始终在
  • docker容器中运行界面程序

    Docker比较常用的场景是 运行无界面的后台服务 或者 运行Web服务 不过有时出于个人的喜好或特定的需求 xff0c 我们会希望在Docker中运行带图形界面的应用程序 将容器中的图形界面展示到外部的一般性思路 xff1a 目前Unix
  • linux录屏

    Linux下好用的录屏软件是kazam录屏后视频处理软件kdenlive根据剪辑好的视频撰写解说词 xff0c 使用讯飞配音app将解说词文字转换为语音mp3将语音与视频通过kdenlive软件合成在一起 xff0c 完美的演示视频诞生了
  • 【python】conda和pip安装库之间的区别

    conda 首先 xff0c conda是一个通用的包管理器 xff0c 意思是什么语言的包都可以用其进行管理 xff0c 自然也就包括Python了 在安装Anaconda或者Miniconda时 xff0c 会对conda进行一同安装
  • OpenHarmony-Overview_zh

    OpenHarmony开源项目 项目介绍 OpenHarmony是开放原子开源基金会 xff08 OpenAtom Foundation xff09 旗下开源项目 xff0c 定位是一款面向全场景的开源分布式操作系统 OpenHarmony
  • 【python量化】用时间卷积神经网络(TCN)进行股价预测

    写在前面 下面这篇文章首先主要简单介绍了目前较为先进的时间序列预测方法 时间卷积神经网络 xff08 TCN xff09 的基本原理 xff0c 然后基于TCN的开源代码 xff0c 手把手教你如何通过时间卷积神经网络来进行股价预测 xff
  • 【python量化】将Transformer模型用于股票价格预测

    写在前面 下面的这篇文章主要教大家如何搭建一个基于Transformer的简单预测模型 xff0c 并将其用于股票价格预测当中 原代码在文末进行获取 1 Transformer模型 Transformer 是 Google 的团队在 201
  • 解读:基于GCN的股票预测模型

    前言 xff1a 自ICLR2017首次提出图卷积神经网络 xff08 GCN xff09 的概念 xff0c 该模型在节点分类 边预测等任务上表现出了出色的性能 在传统因子选股模型中 xff0c 常常将股票视为独立的个体 xff0c 但事
  • 【python量化】基于backtrader的深度学习模型量化回测框架

    写在前面 在本文中 xff0c 我们将介绍使用PyTorch构建一个深度学习模型 xff0c 并将其集成到backtrader回测框架中 具体地 xff0c 我们将使用PyTorch来实现一个长短期记忆神经网络 xff08 LSTM xff
  • 【量化交易】股票价格前复权与后复权的区别以及注意事项

    时不时就会看到到底是用股票前复权还是后复权价格的讨论 xff0c 比如下面就是一个很经典的问法 xff1a 我用前复权价格计算指标的时候 xff0c 发现会出现负价格 xff0c 就没法取log了 xff0c 应该是分红太多导致的 xff0
  • skfuzzy.cmeans与sklearn.KMeans聚类效果对比以及使用方法

    因为实验中要用到聚类效果的对比 xff0c 没有时间自己来实现算法 xff0c 所以Kmeans就用到了sklearn中的Kmeans类 xff0c FCM用到了skfuzzy cmeans 几个概念 1 Kmeans Kmeans是聚类算
  • 对论文中模型进行编程实现时的注意要求和总结

    看论文时 xff0c 如果论文中有对自己研究方向有帮助或者具有实际用处的模型时 xff0c 不免通过编程对其进行实现 如果是一个简单的模型 xff0c 用个caffe tensorflow之类的框架跑跑就出来的那就无所谓了 xff0c 但是
  • 机器学习里面的Ground Truth是什么意思

    在看英文文献的时候 xff0c 经常会看到Ground Truth这个词汇 xff0c 翻译的意思是地面实况 xff0c 放到机器学习里面 xff0c 再抽象点可以把它理解为真值 真实的有效值或者是标准的答案 维基百科对Ground Tru
  • python 字符串(str)与列表(list)以及数组(array)之间的转换方法详细整理

    前提 xff1a list以及array是python中经常会用到的数据类型 xff0c 当需要对list以及array进行文件的读写操作的时候 xff0c 由于write函数参数需要的是一个str xff0c 所以这时就需要对list或者
  • RMSE(均方根误差)、MSE(均方误差)、MAE(平均绝对误差)、SD(标准差)

    RMSE xff08 Root Mean Square Error xff09 均方根误差 衡量观测值与真实值之间的偏差 常用来作为机器学习模型预测结果衡量的标准 MSE xff08 Mean Square Error xff09 均方误差
  • LINUX——FIREWALLD防火墙基础(FIREWALLD-CMD命令操作+FIREWALLD-CONFIG图形管理工具)

    LINUX FIREWALLD防火墙基础 xff08 FIREWALLD CMD命令操作 43 FIREWALLD CONFIG图形管理工具 xff09 前言一 FIREWALLD概述1 1 FIREWALLD1 2 FIREWALLD和I
  • 时间序列分析之ADF检验

    ADF检验 在使用很多时间序列模型的时候 xff0c 如 ARMA ARIMA xff0c 都会要求时间序列是平稳的 xff0c 所以一般在研究一段时间序列的时候 xff0c 第一步都需要进行平稳性检验 xff0c 除了用肉眼检测的方法 x
  • pandas之分组groupby()的使用整理与总结

    文章目录 前言准备基本操作可视化操作REF 前言 在使用pandas的时候 xff0c 有些场景需要对数据内部进行分组处理 xff0c 如一组全校学生成绩的数据 xff0c 我们想通过班级进行分组 xff0c 或者再对班级分组后的性别进行分
  • 【vn.py】源码解析之 Dual Thrust 策略

    文章目录 Dual Thrust 策略Dual Thrust 策略源码分析1 完整源码2 策略参数与变量3 策略执行逻辑 Dual Thrust 策略 Dual Thrust 策略是 Michael Chalek 在80 年代开发的一种通道

随机推荐