1. 研究内容

CAMINO云原生自主管理与意图编排器

2. 参考论文：

Konstantinos Antonakoglou, Ioannis Mavromatis, Saptarshi Ghosh, Mark Rouse, and Konstantinos Katsaros. Camino: Cloud-native autonomous management and intent based orchestrator. arXiv preprint arXiv:2504.03586, 2025.

3. 主要目标

实现CAMINO控制平面，引入机器学习实现资源预测、调度优化、故障预警。

4. 使用技术栈

• 前端：Vue 3，Axios，ECharts。
• 后端：Node.js，Fastify，Sequelize，MySQL，K8s，Gitlab CE，ConfigSync，Prometheus，Istio，Python。

5. 当前进度

论文已完成并提交，但机器学习部分实际实现由于时间限制未完成，仅有模拟实验数据。

6. 研究结论

最近在进行机器学习的入门学习，被李沐的课程搞到头大，故想先找一些项目进行实操，经过了解和友人点拨，选定了PWISeg训练集作为入门。

0. 引言

本站采用的是微软Azure Static Web App服务（以下简称SWA）部署的，如果不使用Github Actions或Azure Devops，那么SWA CLI是将网站部署到SWA的唯一选择。

SWA CLI在部署网站时依赖一个二进制文件：StaticSitesClient.exe，这个文件的下载可谓是极其的缓慢，60多M的文件，在我这里甚至需要近一个小时的下载时间，这实在是不可忍受的。

为了解决这个问题，我们可以手动下载这个文件并且手动生成配置文件以供SWA CLI使用。

以下是解决方法。