首页
学习
活动
专区
圈层
工具
发布
    • 综合排序
    • 最热优先
    • 最新优先
    时间不限
  • 来自专栏轩辕镜像

    Docker 部署 AlmaLinux 流程教程

    1 week ago 202MBalmalinux minimal b2c3d4e5f6a1 1 week ago 125MB2. 部署 AlmaLinux 实战(三种方案)结合“测试验证”“生产使用”“企业批量管理”三种场景,提供对应的部署方案,均基于 AlmaLinux 9(最新稳定版)演示。 进入容器(以 alma-prod 为例)docker exec -it alma-prod /bin/bash# 2. 宿主机给目录授权(生产环境可按实际用户组调整,这里用 777 方便测试)chmod -R 777 /data/alma# 2. /etc/yum.repos.d/base.repodnf clean all && dnf makecache # 清理缓存并生成新缓存结尾至此,你已掌握 AlmaLinux 的 Docker 部署流程

    55610编辑于 2025-11-04
  • 来自专栏dmhsq_csdn_blog

    小程序部署发布流程

    上篇文章我们开发了一个小程序 https://blog.csdn.net/qq_42027681/article/details/112916576 那么我们就来聊聊如何部署吧 以上篇文章开发的小程序为例 小程序部署发布流程 部署服务端 非云开发 云服务器要求 部署 配置nginx 获取证书 继续配置nginx 云开发 方式一 微信小程序云开发 方式二 腾讯云SCF 部署小程序 配置服务器域名 上传与发布 部署服务端 非云开发 云开发更加方便快捷 如果你是云开发 可以跳过非云开发这一块 云服务器要求 云服务器推荐 腾讯云 有学生机哦 便宜 服务器需要有python环境以及nginx 部署 启动项目 最简单的方法 不需要docker 我嫌打包麻烦没有弄 nohup python -u app_service.py > app.log 2>&1 & 配置nginx 由于小程序要求必须是 至于怎么开发 得你们自己学习了 后续会出教程 云开发拿到网关触发器地址 xxxxx.xxxxx.xxxxxx.xxxx 部署小程序 配置服务器域名 相信大家都碰到过坑 在小程序 开发-》开发管理-》开发设置

    5.9K20发布于 2021-01-26
  • 来自专栏轩辕镜像

    🚀 Docker 部署 RAGFlow 流程教程

    灵活部署:支持 Docker 一键部署,提供 slim 版(轻量)和 full 版(带嵌入模型)。应用场景:企业知识问答、智能客服、文档搜索、私有化 AI 助手。 国内官方镜像仓库地址(轩辕镜像):https://xuanyuan.cloud/r/infiniflow/ragflow1、部署前准备(Prerequisites)在部署 RAGFlow 前,建议满足以下硬件与软件环境 ❌稳定nightly≈9GB✅不稳定nightly-slim≈2GB❌不稳定 建议:初学者使用 v0.15.0-slim(轻量版本)。 结尾至此,你已经完成了 RAGFlow 的 Docker 部署! 对初学者:建议先使用 slim 版熟悉流程; 对高级工程师:可尝试切换 Infinity,或结合 Nginx/SSL 反向代理进行生产部署

    4.8K21编辑于 2025-10-24
  • 来自专栏轩辕镜像

    Docker 部署 Debian 流程教程

    2、下载 Debian 镜像(轩辕镜像加速)轩辕镜像提供多种拉取方式,支持免登录、登录验证等场景,以下是最常用的 4 种方式,可根据实际环境选择:2.1 免登录方式拉取(推荐,新手首选)无需注册登录轩辕镜像平台 登录轩辕镜像(替换为你的平台账号密码)docker login docker.xuanyuan.run -u 你的用户名 -p 你的密码# 2. 创建时间会因版本不同略有差异):REPOSITORY TAG IMAGE ID CREATED SIZElibrary/debian latest 2e87bcea7869 ID IMAGE COMMAND CREATED STATUS PORTS NAMESa1b2c3d4e5f6 \ -v /data/debian/apt:/var/cache/apt \ library/debian:latest结尾至此,你已掌握基于轩辕镜像的 Debian 镜像拉取与 Docker 部署流程

    82910编辑于 2025-10-25
  • Chutes Validator 部署流程教程(完整详细版)

    一、 项目概述Chutes 是一个去中心化 AI 平台,用于运行验证者(Validator)和矿工(Miner)节点,支持 GPU 算力共享、模型部署与收益分配,介绍如何独立部署一套完整的验证者 API 二、 为什么部署 Validator?✅ 适合部署的情况:希望增强网络去中心化与稳定性;想自定义域名、收益分配机制;希望深入理解 Chutes 的 API 与验证体系。 三、️ 节点硬件要求建议部署:CPU 节点 ×2高性能多核服务器(≥16 核 / 64GB RAM / 数 TB SSD)运行核心组件:API、Socket、Redis、Postgres、Forge、Registry install -y ansible python3-pipCentOS/Fedorasudo dnf install epel-release -ysudo dnf install ansible -y2️⃣ \ --from-literal="endpoint-url=[EndpointURL]" \ --from-literal="aws-region=[Region]" \ -n chutes2️⃣

    27410编辑于 2025-10-20
  • 来自专栏Lauren的FPGA

    用Tcl实现Vivado设计流程2

    在开始描述Non-project模式之前,我们要先确定执行的操作,通常包括如下操作: 设置芯片型号,设置源文件位置,设置生成文件位置,添加设计源文件,流程命令,生成网表文件,设计分析,生成bitstream 其中,流程命令是指综合、优化、布局、物理优化和布线。 设置芯片型号、源文件位置和生成文件位置如下图所示(文件名run_v1.tcl)。

    1.6K20发布于 2020-11-09
  • AI代理从概念验证到生产部署流程

    客户支持代理中使用了几种工具,但为保持示例简单,我们专注于三个核心能力来处理最常见的客户查询:退货政策查询 - 客户经常询问退货窗口、条件和流程。 这不仅不方便,而且是一种糟糕的客户体验,破坏了使AI代理有价值的对话流程。单客户限制 - 您当前的代理一次只能处理一个对话。 某中心AgentCore Identity通过标准OAuth流程处理此问题。设置OAuth授权配置后,您可以创建新网关并将此配置传递给它。 对于生产部署,我们需要可扩展的基础设施、全面的可观测性以及处理多个并发用户的能力。通过某中心AgentCore Runtime部署到生产环境工具集中化和安全化后,我们的最后一个主要障碍是生产部署。 ,而客户2的消息在不同的会话中没有任何上下文,代理适当地要求更多信息。

    28110编辑于 2025-10-12
  • 来自专栏小徐学爬虫

    Linux爬虫系统从开始到部署成功流程

    做过爬虫的都知道,很多公司都会有自己的专属技术人员以及服务器,通常情况下再部署爬虫前,首先要将准备好的inux服务器进行环境部署,并且要安装必要的爬虫技术栈,一切环境部署差不多了再去部署爬虫代码。 下面就是我整理的一个真实案例,可以一起看看我从准到部署完成的具体流程。 )0 2 * * * /path/to/project/.venv/bin/python /path/to/project/spider.py方案2:Celery分布式调度(推荐)1、安装Celery与 ,通过以上步骤,咱们可在Linux系统部署稳定高效的爬虫系统。 生产环境建议使用Docker容器化部署,并通过Prometheus+Grafana实现性能监控。如果有任何不懂的地方都可以留言讨论,或者有更好的建议都可以交流交流。

    31710编辑于 2025-06-13
  • 严格遵循官方标准流程:OpenClaw 安装教程+私有化部署流程

    行业全面进入能落地、真干活的智能体时代被全球开发者叫“龙虾”的开源AI框架OpenClaw凭100%私有化部署的硬实力,在开源圈直接杀疯了! 平台覆盖:Windows、macOS、Linux全系统适配零门槛保姆级教程,全程耗时超短手把手搞定网关搭建、认证配置、模型对接直接落地你的专属AI私人助理隐私安全自己说了算,执行能力直接拉满! Windows10+/macOS12+/主流Linux发行版(Ubuntu22.04+推荐)依赖条件:Node.js≥v22(一键脚本会自动安装)、npm/pnpm、Git(源码安装需要)内存要求:≥2GB 结语OpenClaw从入门到部署保姆级教程,到这里就全部更新完啦,流程教学一个不落,全部给大家安排到位!必须给所有坚持到这里的小伙伴点个大大的赞! 恭喜你顺利完成从0到1的本地部署,成功解锁了这款爆火开源圈的AI“小龙虾”智能体助手!现在你的专属AI搭子已经链路配置完成,正式上线营业,全场景功能随便用,自由交互没限制!

    54010编辑于 2026-04-02
  • AI建站部署流程2小时从零上线一个出海工具站

    Bolt.new — 栈生成,一键部署 是什么: StackBlitz出的AI栈应用生成器。比v0.app更进一步——它不只生成前端,还能生成后端逻辑,并且一键部署上线。 操作方式: 1. 直接点击"Deploy",网站上线 优点: • 栈生成,前端+后端都能做 • 一键部署,不需要额外配置 • 支持多种框架(Next.js、React、Vue等) • 内置终端,能看到AI执行的每一步 如果你用的是Bolt.new,流程更简单——生成后直接点Deploy,不需要额外配置。如果你用的是Cursor,前4步差不多,部署需要多花几分钟配一下。 跑通流程(建站→上线→收录→有流量),比做一个"大而全"的半成品有价值100倍。 做公众号:AI辅助写作,替代传统写稿流程。一个人+AI,每天产出1-2篇高质量文章。 做电商:AI写文案、做主图、做视频,替代传统美工+文案+剪辑团队。

    24410编辑于 2026-04-09
  • 来自专栏IT笔记

    SVN自动化部署流程之架构之美

    公司一直没有一个完善的部署流程,基本都是通过上线打包以后SSH手动拖拽部署项目。 当然网上也有现成的持续集成工具,比如jenkins。 2、监控外部调用执行的工作。 尽管jenkins有很丰富的功能。然而,暂时并没用使用倒它,这是后话,以后再谈。 ? 上图,是一个生产环境上线的一个基本流程图。当然,这里忽略了测试环境的流程。 一、开发人员提交代码到SVN项目分支 二、SVN服务器执行代码检出功能,并使用rsync同步至生产环境服务器A(线上测试环境) 三、服务器A使用ANT以及shell脚本执行打包、备份、部署、重启操作 四 还有所谓的线上测试环境,是为了真实模拟生产环境,部署以及测试不至于影响正式环境,测试无误后再同步代码。 基本解决的问题,脚本化部署,虽然有少量人工参与,但是免去了以前部署人员对照目录,拖拽的问题(少部署,漏部署,集群下复制,参数漏改的问题),最主要的还是TM网速问题。

    1.6K70发布于 2018-04-13
  • 来自专栏精益码农

    2)MongoDB副本集自动故障转移 流程原理

    默认搭建的replica set均在主节点读写,辅助节点冗余部署,形成高可用和备份, 具备自动故障转移的能力。 replSetName mongodb://account:passward@mongodb0.example.com:27017,mongodb1.example.com:27017,mongodb2.

    2.1K10发布于 2020-01-16
  • AI模型部署没那么难:基于腾讯云 TI 平台部署 LLM 模型流程

    最近我搞定了一个挺有意思的项目——在腾讯云TI平台上部署了一个大型语言模型(LLM),今天就来跟大家分享一下这段经历。希望我的故事能给正在考虑做类似事情的你们一些启发。 原因很简单:它提供了从数据准备到模型训练再到服务部署的一站式解决方案,这对于像我这样的独立开发者来说非常友好。 创建一个新的项目后,我开始挑选DeepSeek系列中的一个模型进行部署。这里有个小插曲,由于我是第一次接触这种大规模的模型部署,对于资源的选择有点懵。一开始选择了过高的配置,导致成本飙升。 这次部署经历对我来说是一次宝贵的学习机会。如果你也在考虑使用腾讯云TI平台来做类似的项目,我的建议是从最小规模的模型开始尝试,逐步了解每个环节的工作原理。

    30010编辑于 2025-07-31
  • 来自专栏技术汇总专栏

    确保项目完美落地-从开发到部署流程实践

    确保项目完美落地-从开发到部署流程实践在软件开发过程中,如何确保一个项目从开发到交付顺利完成并取得预期效果,是每个开发团队和工程师都关注的关键问题。 2. 部署阶段:高效的部署策略开发完成后,如何将项目顺利部署到生产环境,确保系统的高可用性和稳定性,是另一个关键问题。 2.1 自动化部署:简化发布流程部署过程中,我们可以利用持续集成(CI)和持续部署(CD)工具,如 GitHub Actions、GitLab CI/CD、Jenkins 等,来自动化发布流程。 ssh user@production-server 'cd /path/to/project && git pull && systemctl restart app'通过这种自动化流程 部署阶段:通过自动化部署和监控工具,确保项目能够高效、安全地部署到生产环境,并保持系统的高可用性。验证阶段:通过功能验证和性能优化,确保系统在真实环境中能够按预期运行,及时解决性能瓶颈和安全问题。

    70910编辑于 2025-03-17
  • 来自专栏FHADMIN

    flowable流程部署

    (modelId.trim()); BpmnModel bpmnModel = modelService.getBpmnModel(model); //流程租户标识 暂时不考虑这回事(源码from fhadmin.cn) String tenantId = "流程租户标识"; Deployment deploy = addBpmnModel(model.getKey() + ".bpmn", bpmnModel) .deploy(); return success("流程部署成功 TransactionAspectSupport.currentTransactionStatus().setRollbackOnly(); return fail("流程部署失败

    45130编辑于 2022-03-02
  • 来自专栏一个执拗的后端搬砖工

    jenkins部署流程

    JAVA_HOME/lib/dt.jar:$JAVA_HOME/lib/tools.jar export PATH=$PATH:$JAVA_HOME/bin #生效 source /etc/profile 2. 安装插件和配置 1.安装插件 需要用到的常用插件,git parameter,maven integration,jdk integration,extend choice param plugin等 2. 从root切换到jenkins账号使用: su - jenkins 切换成功后提示符变成$,如果没有变,执行以下命令: sudo usermod -s /bin/bash jenkins 2.

    67740编辑于 2023-09-07
  • 来自专栏用户9379088的专栏

    工业场景流程!机器学习开发并部署服务到云端

    具体包括:何为机器学习应用部署基于 PyCaret 开发机器学习流程基于 Flask 搭建简易前端 Web 应用程序在 Heroku 云上部署机器学习应用本示例中的应用为保险金额预估,部署好的云端服务页面如下图所示 我们选择逻辑回归模型,并进行10折交叉验证:# 模型训练lr = create_model('lr')复制代码# 绘制训练模型的残差 plot_model(lr, plot='residuals')复制代码上述流程之后 ='/username/ins/deployment')复制代码这样我们就快速完成了第 1 步,注意,实际业务场景下,大家会做更精细化的数据清洗、特征工程和模型调优,我们本次的目标是给大家演示从建模到部署流程方法 第三步:在 Heroku 上部署 ML 流水线和应用程序模型训练完成后,机器学习流水线已经准备好,且完成了本地测试,我们现在准备开始部署到 Heroku。 如下为操作步骤:① 注册并点击 『 创建新应用 』在 heroku 上可以完成上述操作,如下图所示② 输入应用名称和地区③ 连接到托管代码的 GitHub 存储库④ 部署分支⑤ 等待部署完成部署完成后,

    3.3K20编辑于 2022-09-21
  • 来自专栏ShowMeAI研究中心

    工业场景流程!机器学习开发并部署服务到云端 ⛵

    图片本文以保险金额预估为例,讲解机器学习从开发到云端服务部署流程:基于PyCaret开发机器学习流程、基于Flask搭建简易前端Web应用程序、在Heroku云上部署机器学习应用。 具体包括:图片何为机器学习应用部署基于 PyCaret 开发机器学习流程基于 Flask 搭建简易前端 Web 应用程序在 Heroku 云上部署机器学习应用本示例中的应用为保险金额预估,部署好的云端服务页面如下图所示 我们选择逻辑回归模型,并进行10折交叉验证:# 模型训练lr = create_model('lr')图片# 绘制训练模型的残差 plot_model(lr, plot='residuals')图片上述流程之后 model_name='/username/ins/deployment')图片这样我们就快速完成了第 1 步,注意,实际业务场景下,大家会做更精细化的数据清洗、特征工程和模型调优,我们本次的目标是给大家演示从建模到部署流程方法 如下为操作步骤:① 注册并点击 『 创建新应用 』在 heroku 上可以完成上述操作,如下图所示图片② 输入应用名称和地区图片③ 连接到托管代码的 GitHub 存储库图片④ 部署分支图片⑤ 等待部署完成图片部署完成后

    3.8K21编辑于 2022-11-19
  • 来自专栏创作是最好的自我投资

    CodeBuddy IDE 携手 Lighthouse 实现从设计、代码到部署流程

    通过将AI深度融入从需求规划、产品设计到代码开发的流程,实现从一个从想法到产品发布的一站式高效交付平台。 CodeBuddyIDE开发工具涵盖设计、开发、部署流程,可以从以下三个方面来了解:产品设计:一句话生成可落地交互原型,支持上传图片及局部调优;研发编码:内置Figma,设计稿秒变可维护源码。 我们也可以选择【Enhanceprompt】来让AI对我们的需求内容进行润色,润色后的需求内容如下:开发一个功能完善的学生管理系统,需要包含以下核心模块:1)学生信息管理模块(支持增删改查学生基本信息)2) ,对于本次的操作,有一些尚未实现的内容:1.想通过CodeBuddyIDE来实现Java项目的本地启动,目前还没有实现;2.想通过腾讯云LighthouseMCP服务来一句话发布本地项目到腾讯云Lighthouse 虽然最初设想的腾讯云Lighthouse一键部署因工具限制未能实现,但是我们可以通过配置EdgeOnePagesMCPServer,只需在对话框中输入“部署项目到EdgeOne”,AI就能自动完成整个发布流程

    1.4K20编辑于 2025-11-08
  • 极速部署云原生应用:腾讯云CNB流程实战指南

    摘要 本文以腾讯云云原生构建(Cloud Native Build, CNB)为核心,系统讲解如何在云端实现代码托管、智能构建、自动化部署链路操作。 文中附完整部署流程图解及产品对比表格,并提供官网最新计费信息。 正文 在DevOps持续交付时代,传统构建流程的低效性正成为技术瓶颈。 腾讯云CNB依托Docker生态与云原生架构,为开发者提供从代码编写到生产部署的一站式解决方案。本文将结合具体场景,演示如何通过CNB实现分钟级应用交付。 一、云原生构建部署核心流程 1. 代码托管与协作 Git多仓库管理:支持GitHub/GitLab/腾讯云CodeHub无缝集成,支持单仓万级分支并行开发 AI代码评审:内置自然语言处理引擎,自动检测代码异味并提供优化建议 2. 其分层缓存与智能调度将构建效率提升至新高度,而安全沙箱与链路制品追溯则为企业级交付筑牢信任基石。

    59910编辑于 2026-01-28
领券