更新 src/compile/why-distributed-compiling.md

Reviewed-on: #1

.vitepress/config.mts

@@ -271,11 +271,11 @@ function sidebarCompiling(): DefaultTheme.SidebarItem[] {
           link: '/src/compile/why-distributed-compiling'
         },
         {
-          text: 'CloudBuild',
+          text: 'CloudBuild分布式编译',
           link: '/src/compile/cloudbuild'
         },
         {
-          text: 'ShareBuild',
+          text: 'ShareBuild共享编译',
           link: '/src/compile/sharebuild'
         },
       ]

src/compile/cloudbuild.md

@@ -1,11 +1,13 @@
-# 分布式编译系统CloudBuild
-![alt text](/public/compile/promotional-graphic-cloudbuild.jpg)
-##  为什么需要分布式编译？
-- 大型项目过长的编译耗时将会给开发、测试和调试都带来延迟，所以缩短大型项目的编译时间的分布式编译系统有重要意义
-- 使用分布式编译系统编译项目可以利用计算机集群提高编译效率，缩短项目编译时间
-- 在实际开发时，同一个团队大量的编译任务时相同的。CloudBuild提供的编译缓存可以避免重复上传和重复编译，从而进一步加快编译效率
+# CloudBuild私有云分布式编译系统
+
+##  CloudBuild的适用场景
+
+对于大型开发团队，CloudBuild私有云分布式编译系统不仅可以通过分布式编译加速项目编译过程，而且有大量编译任务是相同的，分布式编译缓存可以避免重复编译，从而节约算力消耗，并进一步缩短项目编译时间。
+
+## CloudBuild QuickStart
+
+todo
 
-## 总体架构
 ### 系统总体架构
 ![alt text](/public/compile/architecture.png)
 - Ninja：客户端，该机器上需要保存有完整的待编译项目源代码。

src/compile/index.md

@@ -1,80 +1,24 @@
 # 编译加速
 
 
-##  分布式编译技术
+##  分布式编译
 
 ![alt text](/public/compile/promotional-graphic-cloudbuild.jpg)
 
-- 大型项目过长的编译耗时将会给开发、测试和调试都带来延迟，所以缩短大型项目的编译时间的分布式编译系统有重要意义
-- 使用分布式编译系统编译项目可以利用计算机集群提高编译效率，缩短项目编译时间
-- 在实际开发时，同一个团队大量的编译任务时相同的。CloudBuild提供的编译缓存可以避免重复上传和重复编译，从而进一步加快编译效率
+- [为什么需要分布式编译？](/src/compile/why-distributed-compiling)
+- [CloudBuild私有云分布式编译系统](/src/compile/cloudbuild)
+- [ShareBuild分布式共享编译工作站](/src/compile/sharebuild)
+  - [以AOSP14项目为例ShareBuild分布式编译详细配置方法](/src/compile/sharebuild-aosp14.md)
 
-### CloudBuild
-![alt text](/public/compile/architecture.png)
-- Ninja：客户端，该机器上需要保存有完整的待编译项目源代码。
-- Action Cache：服务端缓存，主要保存编译任务的执行结果。
-- CAS Cache：服务端缓存，主要保存客户端上传的依赖文件，编译结果文件。
-- Scheduler：任务调度器，将编译任务id分发到各个编译节点。
-- Redis：主要存储具体的编译任务供编译节点领取执行，也可存储Action Cache和 CAS Cache中的内容加速编译。
-- MySQL：主要存储编译过程中的任务统计信息。
-- Executor：各个编译节点
 
-### ShareBuild
-![alt text](/public/compile/system-diagram.png)
-CloudBuild主程序分为三个部分：Client、Server、Executor。
-- Client：运行在客户端，和用户对接，用于生成待执行的远程编译任务， 同时也作为本地编译节点执行本地任务。
-- Server：运行在主服务器，主要用于连接各个编译节点，以及 将客户端上传的编译任务调度到与其连接的各个编译节点上。
-- Executor：运行在编译节点，负责接收并执行编译任务，是编译任务真正执行的地方。
+## AI编译器
 
-### 系统分层结构
-![alt text](/public/compile/layered-system-architecture.png)
+todo
 
-## 运行原理与流程
+## PGO/LTO编译性能优化
+
+todo
 
-### 分布式编译原理
-![alt text](/public/compile/compiler-principles.png)
-
-### CloudBuild客户端
-CloudBuild客户端基于Ninja改造，有下面这些优势
-- 兼容使用Ninja编译的项目
-- 使用远程执行的方式提高编译时并发度
-- 使用编译缓存减少需要编译的任务数量
-
-### CloudBuild服务端
-- 使用远程执行的方法提高编译时并发度，实现了任务分发至远程节点同步执行
-- 使用分布式任务调度提高任务调度效率和计算节点资源利用率，避免集中式调度的任务阻塞问题
-- 使用编译缓存结合内容寻址存储技术减少网络传输量、避免重复上传与重复编译
-
-### CloudBuild优势
-- 低成本：组成executor的机器不需要使用专门的高性能计算型机器，可使用多个平价的空闲机器
-- 高效：CloudBuild实现分布式编译的功能，相比单机大大提升并发度
-- 兼容Ninja：CloudBuild客户端基于Ninja改造，对于使用Ninja构建和可以转换为Ninja构建的项目不用额外修改构建清单
-
-### CloudBuild执行流程
-- 客户端: 生成远程任务->生成任务依赖->发送任务与依赖
-- 服务端：检查任务缓存->检查依赖完整性->调度任务
-- 编译结点：还原文件目录->还原文件目录->返回编译结果
-
-## AOSP和LLVM上的应用
-### LLVM上的应用效果
-![alt text](/public/compile/table1.png)
-### AOSP上的应用效果
-![alt text](/public/compile/table2.png)
-### CloudBuild硬件资源利用率
-4核CPU利用率:
-![alt text](/public/compile/CPU-utilization-4.png)
-8核CPU利用率:
-![alt text](/public/compile/CPU-utilization-8.png)
-16核CPU利用率:
-![alt text](/public/compile/CPU-utilization-16.png)
-
-## CloudBuild使用方法
-### CloudBuild安装
-![alt text](/public/compile/cloudbuild-installation.png)
-CloudBuild项目地址：https://gitee.com/cloudbuild888/cloudbuild.git
-### CloudBuild分布式编译
-![alt text](/public/compile/cloudbuild-distributed-compilation.png)
-LLVM项目地址：https://gitee.com/mirrors/LLVM.git
 
 
 

src/compile/sharebuild-aosp14.md

@@ -0,0 +1,68 @@
+# 以AOSP14项目为例ShareBuild分布式编译详细配置方法
+
+##  ShareBuild的适用场景
+
+在同一局域网内工作的小型团队，ShareBuild以P2P共享架构将空闲算力贡献给团队其他成员，从而为每个团队成员提供编译加速效果。
+
+## ShareBuild QuickStart
+
+* 同一个局域网内的A、B、C等所有节点上安装ninja2:
+
+```
+wget -c https://raw.githubusercontent.com/ninja-cloudbuild/ninja2/refs/heads/main/install.sh && chmod +x install.sh && sudo ./install.sh
+```
+
+* 启用ShareBuild的前置要求
+
+ 1. 所有节点上均安装配置好了项目的编译环境，即所有节点上均能采用ninja成功单机编译项目。
+ <!-- 
+
+ 2. 选择任一节点上作为项目开发环境，项目中使用.devcontainer/devcontainer.json 配置了image镜像（示例如下），依次镜像创建的开发容器中能采用ninja成功单机编译项目。
+
+```
+ {
+  "name": "DevContainer",
+  "image": "devstar.cn/devstar/DevContainer:latest" # 仅作示例，务必使用您已安装配置好项目编译环境的容器镜像！
+ }
+```
+> 注意：以上两种方式二选一即可，第2种方式省掉了在其他节点上安装配置项目编译环境，但是首次ShareBuild模式分布式编译时其他节点会自动下载项目编译环境的容器镜像。
+-->
+
+* 选择任一节点上作为项目开发环境，开启ShareBuild模式，然后进行分布式编译。
+
+项目根目录下创建ninja2.conf 文件如下即可开启ShareBuild模式：
+```
+sharebuid:true
+```
+这时使用ninja编译将自动进入ShareBuild模式分布式编译项目。
+
+> 如果直接使用ninja命令编译项目，也可以加上-s参数表示启用ShareBuild模式，示例如下：
+```
+ninja -s -r `realpath ../`            #启动分布式编译，注意-r 指定项目根目录
+ninja -t clean                        #清除编译产物
+````
+
+* 对一些特殊项目的补充说明
+
+除以上常规的ShareBuild配置外，对于一些特殊项目需要做一些额外的配置，补充说明如下：
+
+## 使用ShareBuild编译Android开源项目（AOSP）
+
+除按照以上方法准备好编译环境和开启ShareBuild模式外，以AOSP14项目为例，还需要替换ninja和准备.sharebuild.yml来过滤掉一些无法远程编译的命令，具体操作如下：
+
+```
+cp /usr/bin/android_ninja prebuilts/build-tools/linux-x86/bin/ninja
+cp /etc/ninja2/aosp14/.sharebuild.yml ./
+```
+
+然后就可以单机编译一样使用make命令来分布式编译Android开源项目（AOSP）。
+<!-- 
+## 使用ShareBuild编译鸿蒙开源项目（OpenHarmony）
+
+todo
+-->
+## 版权声明
+
+Copyright @ Mengning Software
+
+梦宁软件（江苏）有限公司 版权所有

src/compile/sharebuild.md

@@ -1,79 +1,74 @@
-# 分布式编译系统ShareBuild
-![alt text](/public/compile/promotional-graphic-cloudbuild.jpg)
-##  为什么需要分布式编译？
-- 大型项目过长的编译耗时将会给开发、测试和调试都带来延迟，所以缩短大型项目的编译时间的分布式编译系统有重要意义
-- 使用分布式编译系统编译项目可以利用计算机集群提高编译效率，缩短项目编译时间
-- 在实际开发时，同一个团队大量的编译任务时相同的。CloudBuild提供的编译缓存可以避免重复上传和重复编译，从而进一步加快编译效率
-
-## 总体架构
-### 系统总体架构
-![alt text](/public/compile/architecture.png)
-- Ninja：客户端，该机器上需要保存有完整的待编译项目源代码。
-- Action Cache：服务端缓存，主要保存编译任务的执行结果。
-- CAS Cache：服务端缓存，主要保存客户端上传的依赖文件，编译结果文件。
-- Scheduler：任务调度器，将编译任务id分发到各个编译节点。
-- Redis：主要存储具体的编译任务供编译节点领取执行，也可存储Action Cache和 CAS Cache中的内容加速编译。
-- MySQL：主要存储编译过程中的任务统计信息。
-- Executor：各个编译节点
-
-### 部署示意图
-![alt text](/public/compile/system-diagram.png)
-CloudBuild主程序分为三个部分：Client、Server、Executor。
-- Client：运行在客户端，和用户对接，用于生成待执行的远程编译任务， 同时也作为本地编译节点执行本地任务。
-- Server：运行在主服务器，主要用于连接各个编译节点，以及 将客户端上传的编译任务调度到与其连接的各个编译节点上。
-- Executor：运行在编译节点，负责接收并执行编译任务，是编译任务真正执行的地方。
-
-### 系统分层结构
-![alt text](/public/compile/layered-system-architecture.png)
-
-## 运行原理与流程
-
-### 分布式编译原理
-![alt text](/public/compile/compiler-principles.png)
-
-### CloudBuild客户端
-CloudBuild客户端基于Ninja改造，有下面这些优势
-- 兼容使用Ninja编译的项目
-- 使用远程执行的方式提高编译时并发度
-- 使用编译缓存减少需要编译的任务数量
-
-### CloudBuild服务端
-- 使用远程执行的方法提高编译时并发度，实现了任务分发至远程节点同步执行
-- 使用分布式任务调度提高任务调度效率和计算节点资源利用率，避免集中式调度的任务阻塞问题
-- 使用编译缓存结合内容寻址存储技术减少网络传输量、避免重复上传与重复编译
-
-### CloudBuild优势
-- 低成本：组成executor的机器不需要使用专门的高性能计算型机器，可使用多个平价的空闲机器
-- 高效：CloudBuild实现分布式编译的功能，相比单机大大提升并发度
-- 兼容Ninja：CloudBuild客户端基于Ninja改造，对于使用Ninja构建和可以转换为Ninja构建的项目不用额外修改构建清单
-
-### CloudBuild执行流程
-- 客户端: 生成远程任务->生成任务依赖->发送任务与依赖
-- 服务端：检查任务缓存->检查依赖完整性->调度任务
-- 编译结点：还原文件目录->还原文件目录->返回编译结果
-
-## AOSP和LLVM上的应用
-### LLVM上的应用效果
-![alt text](/public/compile/table1.png)
-### AOSP上的应用效果
-![alt text](/public/compile/table2.png)
-### CloudBuild硬件资源利用率
-4核CPU利用率:
-![alt text](/public/compile/CPU-utilization-4.png)
-8核CPU利用率:
-![alt text](/public/compile/CPU-utilization-8.png)
-16核CPU利用率:
-![alt text](/public/compile/CPU-utilization-16.png)
-
-## CloudBuild使用方法
-### CloudBuild安装
-![alt text](/public/compile/cloudbuild-installation.png)
-CloudBuild项目地址：https://gitee.com/cloudbuild888/cloudbuild.git
-### CloudBuild分布式编译
-![alt text](/public/compile/cloudbuild-distributed-compilation.png)
-LLVM项目地址：https://gitee.com/mirrors/LLVM.git
-
-
-
-
-
+# ShareBuild分布式共享编译工作站
+
+##  ShareBuild的适用场景
+
+在同一局域网内工作的小型团队，ShareBuild以P2P共享架构将空闲算力贡献给团队其他成员，从而为每个团队成员提供编译加速效果。
+
+## ShareBuild QuickStart
+
+* 同一个局域网内的A、B、C等所有节点上安装ninja2:
+
+```
+wget -c https://raw.githubusercontent.com/ninja-cloudbuild/ninja2/refs/heads/main/install.sh && chmod +x install.sh && sudo ./install.sh
+```
+
+* 启用ShareBuild的前置要求
+
+ 1. 所有节点上均安装配置好了项目的编译环境，即所有节点上均能采用ninja成功单机编译项目。
+ <!-- 
+
+ 2. 选择任一节点上作为项目开发环境，项目中使用.devcontainer/devcontainer.json 配置了image镜像（示例如下），依次镜像创建的开发容器中能采用ninja成功单机编译项目。
+
+```
+ {
+  "name": "DevContainer",
+  "image": "devstar.cn/devstar/DevContainer:latest" # 仅作示例，务必使用您已安装配置好项目编译环境的容器镜像！
+ }
+```
+> 注意：以上两种方式二选一即可，第2种方式省掉了在其他节点上安装配置项目编译环境，但是首次ShareBuild模式分布式编译时其他节点会自动下载项目编译环境的容器镜像。
+-->
+
+* 选择任一节点上作为项目开发环境，开启ShareBuild模式，然后进行分布式编译。
+
+项目根目录下创建ninja2.conf 文件如下即可开启ShareBuild模式：
+```
+sharebuid:true
+```
+这时使用ninja编译将自动进入ShareBuild模式分布式编译项目。
+
+> 如果直接使用ninja命令编译项目，也可以加上-s参数表示启用ShareBuild模式，示例如下：
+```
+ninja -s -r `realpath ../`            #启动分布式编译，注意-r 指定项目根目录
+ninja -t clean                        #清除编译产物
+````
+
+* 对一些特殊项目的补充说明
+
+除以上常规的ShareBuild配置外，对于一些特殊项目需要做一些额外的配置，补充说明如下：
+
+## 使用ShareBuild编译Android开源项目（AOSP）
+
+除按照以上方法准备好编译环境和开启ShareBuild模式外，以AOSP14项目为例（[详细的配置方法](/src/compile/sharebuild-aosp14.md)），还需要替换ninja和准备.sharebuild.yml来过滤掉一些无法远程编译的命令，具体操作如下：
+
+```
+cp /usr/bin/android_ninja prebuilts/build-tools/linux-x86/bin/ninja
+cp /etc/ninja2/aosp14/.sharebuild.yml ./
+```
+
+然后就可以单机编译一样使用make命令来分布式编译Android开源项目（AOSP）。
+
+<!-- 
+## 使用ShareBuild编译鸿蒙开源项目（OpenHarmony）
+
+todo
+-->
+
+## 参考链接
+
+* [以AOSP14项目为例ShareBuild分布式编译详细配置方法](/src/compile/sharebuild-aosp14.md)
+
+## 版权声明
+
+Copyright @ Mengning Software
+
+梦宁软件（江苏）有限公司 版权所有

src/compile/why-distributed-compiling.md

@@ -1,78 +1,52 @@
-# 为什么需要分布式编译？
-
-- 大型项目过长的编译耗时将会给开发、测试和调试都带来延迟，所以缩短大型项目的编译时间的分布式编译系统有重要意义
-- 使用分布式编译系统编译项目可以利用计算机集群提高编译效率，缩短项目编译时间
-- 在实际开发时，同一个团队大量的编译任务时相同的。CloudBuild提供的编译缓存可以避免重复上传和重复编译，从而进一步加快编译效率
-
-## 总体架构
-### 系统总体架构
-![alt text](/public/compile/architecture.png)
-- Ninja：客户端，该机器上需要保存有完整的待编译项目源代码。
-- Action Cache：服务端缓存，主要保存编译任务的执行结果。
-- CAS Cache：服务端缓存，主要保存客户端上传的依赖文件，编译结果文件。
-- Scheduler：任务调度器，将编译任务id分发到各个编译节点。
-- Redis：主要存储具体的编译任务供编译节点领取执行，也可存储Action Cache和 CAS Cache中的内容加速编译。
-- MySQL：主要存储编译过程中的任务统计信息。
-- Executor：各个编译节点
-
-### 部署示意图
-![alt text](/public/compile/system-diagram.png)
-CloudBuild主程序分为三个部分：Client、Server、Executor。
-- Client：运行在客户端，和用户对接，用于生成待执行的远程编译任务， 同时也作为本地编译节点执行本地任务。
-- Server：运行在主服务器，主要用于连接各个编译节点，以及 将客户端上传的编译任务调度到与其连接的各个编译节点上。
-- Executor：运行在编译节点，负责接收并执行编译任务，是编译任务真正执行的地方。
-
-### 系统分层结构
-![alt text](/public/compile/layered-system-architecture.png)
-
-## 运行原理与流程
-
-### 分布式编译原理
-![alt text](/public/compile/compiler-principles.png)
-
-### CloudBuild客户端
-CloudBuild客户端基于Ninja改造，有下面这些优势
-- 兼容使用Ninja编译的项目
-- 使用远程执行的方式提高编译时并发度
-- 使用编译缓存减少需要编译的任务数量
-
-### CloudBuild服务端
-- 使用远程执行的方法提高编译时并发度，实现了任务分发至远程节点同步执行
-- 使用分布式任务调度提高任务调度效率和计算节点资源利用率，避免集中式调度的任务阻塞问题
-- 使用编译缓存结合内容寻址存储技术减少网络传输量、避免重复上传与重复编译
-
-### CloudBuild优势
-- 低成本：组成executor的机器不需要使用专门的高性能计算型机器，可使用多个平价的空闲机器
-- 高效：CloudBuild实现分布式编译的功能，相比单机大大提升并发度
-- 兼容Ninja：CloudBuild客户端基于Ninja改造，对于使用Ninja构建和可以转换为Ninja构建的项目不用额外修改构建清单
-
-### CloudBuild执行流程
-- 客户端: 生成远程任务->生成任务依赖->发送任务与依赖
-- 服务端：检查任务缓存->检查依赖完整性->调度任务
-- 编译结点：还原文件目录->还原文件目录->返回编译结果
-
-## AOSP和LLVM上的应用
-### LLVM上的应用效果
-![alt text](/public/compile/table1.png)
-### AOSP上的应用效果
-![alt text](/public/compile/table2.png)
-### CloudBuild硬件资源利用率
-4核CPU利用率:
-![alt text](/public/compile/CPU-utilization-4.png)
-8核CPU利用率:
-![alt text](/public/compile/CPU-utilization-8.png)
-16核CPU利用率:
-![alt text](/public/compile/CPU-utilization-16.png)
-
-## CloudBuild使用方法
-### CloudBuild安装
-![alt text](/public/compile/cloudbuild-installation.png)
-CloudBuild项目地址：https://gitee.com/cloudbuild888/cloudbuild.git
-### CloudBuild分布式编译
-![alt text](/public/compile/cloudbuild-distributed-compilation.png)
-LLVM项目地址：https://gitee.com/mirrors/LLVM.git
-
-
-
-
-
+# 为什么需要分布式编译？
+
+大型项目过长的编译耗时给开发、调试、测试和CI/CD都带来延迟，缩短大型项目的编译时间是分布式编译系统的主要目标。
+
+- 使用分布式编译系统编译项目可以利用计算机集群提高编译效率，缩短项目编译时间。
+- 在实际开发时，同一个团队有大量编译任务是相同的，分布式编译缓存可以避免重复编译，从而节约算力消耗，并进一步缩短项目编译时间。
+
+## 分布式编译技术相关工作综述
+
+当前，国内外已有多种分布式编译系统和技术，如Distcc[8]、 CCache[9]、Bazel[10]、CodeArts Build[11]以及YADCC[12]等。
+
+Distcc是一款经典的分布式编译工具，采用客户端/服务器的工作模式，用户使用客户端程序启动编译任务，客户端会分析项目代码并在本地完成预处理工作，然后选择一台远程计算机，将文件发送至服务器，服务器进程处理收到的编译任务并将结果返回至客户端。Distcc 的缺点在于其负载均衡算法过于简单，其无法感知各个远程计算机的负载情况，任务分发的依据主要与远程主机在本地环境变量中的次序相关，远程主机名越靠前，得到的编译任务越多，但是当存在某个远程主机的性能过差的情况，整体编译效率将会显著下降。
+
+CCache（Compiler Cache）是一款编译缓存工具，支持GCC、Clang、MSVC（Microsoft Visual C++）等编译器。其原理是将源代码文件的编译结果保存在文件缓存中，在后续编译过程中再次使用到对应文件且该文件无变动时，可直接从缓存中获取编译结果。CCache的效果类似于Make的缓存功能，不同的是Make是根据源文件的时间戳来实现缓存，而CCache是按文件内容实现缓存，通过计算文件内容的哈希值来标识该缓存文件。有了编译缓存CCache的支持，软件项目能够在无入侵，不影响现有业务代码，对开发人员透明的前提下提高编译效率。CCache的缺点是只能实现本地机器的缓存共享，无法对多个远程计算机提供编译缓存服务。
+
+Bazel是Google内部编译工具Blaze的开源实现，同时支持多种编程语言。其采用的客户端/服务器模式，可以将任务方便地扩展到多台服务器上进行分布式编译。Bazel的编译指令采用了类似Python的Starlark语言[13]作为领域特定语言DSL[14]（domain special language），而且支持细粒度的编译产物管理，使得项目互相引用变得十分简单。虽然Bazel 拥有执行速度快、跨平台、可扩展等优点，但Bazel 运行的前提条件是需要开发人员手动编写依赖描述文件，即BUILD文件。这样也就意味着在代码规模稍大的项目中引入Bazel需要消耗时间精力编写BUILD文件，对于非Bazel项目极其不友好。
+
+华为云CodeArts Build已经可以支持华为6万研发人员进行软件开发工作和软件高效集成，每日编译任务量达到77万次，并提供24.8万台服务器进行集中的弹性调度。但CodeArts Build是专为华为云平台设计的，因此它的使用会对华为云服务的依赖性较高，同时由于其非开源，用户无法直接了解该系统的具体实现细节和内部工作原理，对后续的优化和维护工作带来不便。
+
+腾讯YADCC（Yet Another Distributed C/C++ Compiler）是腾讯云推出的一款基于分布式架构的C/C++ 编译器。它采用了分布式编译技术和增量编译技术，可以快速地编译大型C/C++项目，并支持多种编译选项和优化级别。除了分布式编译外，YADCC还提供分布式编译缓存、调度预取优化、并发控制等服务。但由于YADCC的调度器是全局共享的，所有请求均由调度节点统一分配，因此集群在高负载时会阻塞新请求，导致用户无法正常使用服务。而且YADCC主要用于C/C++项目，因为使用范围有限。
+
+结合国内外现状可以发现，大多数分布式编译系统都是针对C/C++相关项目，对于像Android开源项目、开源鸿蒙等复杂的多语言大型项目的支持能力不足。
+
+## CloudBuild/ShareBuild分布式编译系统
+
+CloudBuild/ShareBuild分布式编译系统实现了基于Ninja的高效分布式编译，实验表明，采用本分布式编译系统后AOSP项目的编译时间降低了57.4%，LLVM项目降低了72.4%，OpenCV项目降低了71.6%，因此本系统可以大幅缩短编译时间，加快项目迭代速度。
+
+![alt text](/public/compile/promotional-graphic-cloudbuild.jpg)
+
+## 参考链接
+
+ - [1] Google. Android开源项目[EB/OL]. https://source.android.google.cn,2021.
+ - [2] Evan Martin. The ninja build system[EB/OL]. 2022. https://ninja-build.org/manual.html.
+ - [3] 王淼. 面向多核处理器的并行编译及优化关键技术研究[D]. 长沙: 国防科学技术大学, 2010.
+ - [4] 崔洋洋. 分布式计算综合实验平台的设计与实现[D]. 西安电子科技大学, 2021.
+ - [5] 童亚拉. 分布式编译的方法和系统研究[J]. 计算机技术与发展, 2010, 20(5): 79-8.
+ - [6] 张朝滨. 基于Ninja的分布式编译系统[D]. 中山大学, 2015.
+ - [7] Nacke, Kai. Learn llvm 12: A beginner’s guide to learning llvm   compiler tools and core libraries with c++[M]. Packt Publishing Ltd, 2021: 30 - 34.
+ - [8] Matev, Rosen. Fast distributed compilation and testing of large   c++ projects[C]//EPJ Web of Conferences. USA: EDP Sciences, 2020: 3-5.
+ - [9] Joel Rosdahl. Ccache—a fast c/c++ compiler cache[EB/OL]. 2023. h-ttps://ccache.dev.
+ - [10] Google. Bazel官方文档[EB/OL]. 2022. https://bazel.build/start/baz-elintro.
+ - [11] HuaWei. 编译构建 CodeArts Build[EB/OL]. https://www.huaweicloud.com/product/cloudbuild.html,2023.
+ - [12] Tencent. Yadcc 分布式C++编译器[EB/OL]. 2022. https://github.com/Tencent/yadcc.
+ - [13] Google. Starlark language[EB/OL]. 2022. https://bazel.build/rules/language.
+ - [14] 廖万斌, 曹云峰, 王新尧. 面向复杂系统需求分析的 DSL 构建[J]. 系统工程与电子技术, 2022, 44(11): 3443-3454.
+ - [15] Jing, Shimin, Zheng, Xin, Chen, Zhengwen. Review and investigation of merkle tree’s technical principles and related application fields[C/OL]//2021 International Conference on Artificial Intelligen-ce, Big Data and Algorithms (CAIBDA). Xi’an, China: IEEE, 2021: 86-90. DOI:10.1109/CAIBDA53561.2021.00026.
+ - [16] Rawal, Bharat S, Kumar, Lingampally Shiva AND Maganti, Sriram AND Godha, Varun. Comparative study of sha-256 optimization techniques[C]//2022 IEEE World AI IoT Congress (AIIoT). Seattle, WA, USA: IEEE, 2022: 387-392.
+
+
+
+
+

src/devstar/ai-devops.md

@@ -17,7 +17,8 @@ sudo devstar start
 
 ### 二、Ollama私有部署代码大模型
 
-> 如您使用第三方API及Token，比如从http://xxx 注册申请，可以跳过这一部分。
+> 如您使用第三方大模型开放API可以跳过这一部分。
+> 比如从[智谱AI开放平台](https://bigmodel.cn/usercenter/proj-mgmt/apikeys) 上注册申请并添加新的API Key，以Claude Code为例URL使用https://open.bigmodel.cn/api/anthropic 
 
 Ubuntu-20.04下完成安装：
 ```