本文提供WindowsPowerShell和Linux双平台的完整部署方案,包含所有常见问题的解决方案,让你一次部署成功,不再踩坑。 ,将latest替换为具体标签(如v3.6.5),完整标签列表可查看轩辕镜像-思源笔记标签页:https://xuanyuan.cloud/zh/r/b3log/siyuan容器部署Linux系统部署部署前准备创建数据目录 /opt/siyuan/workspace端口确认:思源笔记默认使用6806端口,部署前确保该端口未被占用:展开代码语言:BashAI代码解释netstat-tuln|grep6806启动容器命令展开代码语言 数据卷挂载(必须挂载到/siyuan/workspace,不是/app/data)-eSIYUAN_ACCESS_AUTH_CODE=你的授权码:设置访问授权码(Docker部署强制要求,否则无法启动) 一句话部署命令Linux:展开代码语言:BashAI代码解释mkdir-p/opt/siyuan/workspace&&chown-R1000:1000/opt/siyuan/workspace&&dockerrun-d
C# AOT部署和JIT部署两种不同的编译和部署方式对比 AOT(Ahead-of-Time)部署: AOT是将C#程序提前编译为机器代码(通常为平台特定的二进制文件),在应用程序启动之前完成编译过程。 缺点: 编译时间长:AOT需要在部署前进行编译,可能导致部署的时间较长。 平台依赖:AOT编译会生成特定平台的机器码,因此跨平台部署需要针对每个平台生成不同版本的代码。 选择AOT还是JIT部署,需要根据具体的应用场景、性能需求、开发周期和平台要求来权衡。 tabs=dotnet9&pivots=os-linux-ubuntu-2204 添加存储库 sudo add-apt-repository ppa:dotnet/backports 安装SDK sudo tabs=linux-ubuntu%2Cnet9plus sudo apt-get install clang zlib1g-dev 4、把解决方案代码上传到Linux系统某个文件夹上并转到要发布的项目
安装思源笔记可以远程SSH连接中输入此安装代码dockder部署:https://github.com/siyuan-note/siyuan/blob/master/README_zh_CN.md#docker -%E9%83%A8%E7%BD%B2mkdir -p /data/docker/siyuandocker run --name siyuan \-itd --restart=always \-v / data/docker/siyuan:/siyuan/workspace \-p 6806:6806 \b3log/siyuan \--workspace=/siyuan/workspace \--accessAuthCode CREATED STATUS PORTS NAMESbf9ace8e130a 总结通过本文,我们详细介绍了如何在腾讯云轻量应用服务器上部署私有笔记工具。从环境准备到软件安装,每一个步骤都清晰明了。
玩转Rocky Linux 9 部署Redis指南大家好,我是星哥。今天,咱们来盘一盘Redis,Redis作为高性能的键值数据库,在缓存、消息队列、实时数据处理等场景中扮演着举足轻重的角色。 功能介绍功能介绍:Rocky Linux 9系统中源码包安装 Redis 的shell脚本安装版本:redis-7.4.1端口:63920配置所在的目录: /data/conf/密码: YpassWord666 redis_端口号.log快速安装使用:gitee:wget https://gitee.com/funet8/Rocky-Linux-Shell/raw/main/shell/Rocky_Linux_9_ Install_Redis.shsh Rocky_Linux_9_Install_Redis.shgithub:wget https://raw.githubusercontent.com/funet8 /Rocky-Linux-Shell/refs/heads/main/shell/Rocky_Linux_9_Install_Redis.shsh Rocky_Linux_9_Install_Redis.sh1
一、安装 Nginx在 OpenCloudOS 9 系统上,首先使用以下命令更新系统的软件包列表:yum update -y这个步骤确保系统的软件包索引是最新的,以便安装最新版本的 Nginx。 二、部署证书(以 SSL 证书为例)准备证书文件通常,您需要从证书颁发机构(CA)获取 SSL 证书文件。 重新加载 Nginx 配置在修改完 Nginx 配置文件后,需要重新加载配置使新的 SSL 配置生效:systemctl reload nginx 验证证书部署可以使用在线的 SSL 检查工具(如 SSL Labs 的测试工具),输入您的域名,检查证书是否正确部署,以及 SSL 配置是否安全。
前言本文是一个系列,本篇为系列文章的第五篇:基于 AlmaLinux 9 部署 GitLab Runner 实战第一篇:基于 AlmaLinux 9 安装 GitLab 社区版实战第二篇:基于 AlmaLinux 9 配置 GitLab 社区版实战第三篇:基于 AlmaLinux 9 备份 GitLab 社区版实战第四篇:记一次跨 6 个大版本通宵升级 17 次 GitLab 社区版的经历本文仍基于在腾讯云购买的轻量机 真实升级经历结尾提及下一篇文章开始介绍 GitLab CI/CD 的相关实践,计划从部署GitLab Runner 说起没错,这篇文章就从部署 GitLab Runner 讲起0x01. 注册 Runner因为可以在不同于 GitLab 安装的机子上部署 GitLab Runner,所以安装后需要配置接入哪个 GitLab也就是注册的意思,可以参照官方文档的命令示例参照官方文档:https session_timeout = 1800这样每一个 Runner 同时就能运行 4 个任务了0x06.后记GitLab Runner 的使用其实也是一直都想拿出来说的,这篇文章简单介绍了下,完成了基本的部署计划之后再来谈如何把
下载地址: 推荐在微软商店中下载APP:SiYuan – Microsoft Apps 你也可以直接下载安装包:https://release.b3log.org/siyuan/siyuan-2.10.12 Markdown PDF、Word 和 HTML 复制到微信公众号、知乎和语雀 数据库 表格视图 间隔重复 模板片段 JavaScript/CSS 代码片段 Android/iOS APP Docker 部署 准备 在开始部署之前,你需要安装 docker。 具体安装见:【docker】在服务器上安装docker/docker-compose 3.部署 使用docker部署的思源笔记有以下限制: 不支持桌面端和移动端应用连接,仅支持在浏览器上使用。 /docker_data/SiYuan:/siyuan/workspace -p 6806:6806 -u 1000:1000 b3log/siyuan --workspace=/siyuan/workspace
C# WinForms 部署 YOLOv9 ONNX 模型简介 在当今的计算机视觉领域,目标检测是不可或缺的一项技术。 为了在C# WinForms应用程序中部署YOLOv9模型,我们首先需要将其转换为ONNX(Open Neural Network Exchange)格式。 这使得YOLOv9模型可以在C#环境中得到高效利用。 在部署过程中,我们可以使用ONNX Runtime这一跨平台的库来加载和运行ONNX模型。 通过C# WinForms部署YOLOv9的ONNX模型,我们可以为用户提供一个功能强大的目标检测工具。 、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 未来自主研究中心, 作者简介 未来自主研究中心,相关视频:C++使用纯opencv部署yolov9的onnx模型,将yolov8
三、Docker部署Sentry服务 官方提供Docker部署配置 官方Docker部署仓库 环境要求 Docker 17.05.0+ Docker-Compose 1.17.0+ 服务器配置只少需要3G sentry-dingding~=0.0.2 # 钉钉通知插件 django-smtp-ssl~=1.0 # 发邮件支持SSL协议 redis-py-cluster==1.3.4 四、构建 Docker build 注意:部署
部署 docker run --name siyuan -itd -p 6806:6806 -v /opt/my_siyuan_path:/opt/siyuan --restart always b3log /siyuan 备份 sudo su # 查看容器列表 docker ps -a # 制作备份 docker commit -p 7409ce6aae7b siyuan_backup # 其中 403e6db0c jenkins_backup是备份名称 # 查看备份是否成功 docker images # 将镜像制作成文件 docker save -o [filename] [image] docker save -o siyuan_backup.tar siyuan_backup ls # 在 /home/ubuntu/ 中可以看到制作后的压缩包
transformers_stream_generator==0.0.4 pip install tiktoken 考虑到部分同学配置环境可能会遇到一些问题,我们在 AutoDL 平台准备了 GLM-4 的环境镜像,该镜像适用于本教程需要 GLM-4 的部署环境 snapshot_download, AutoModel, AutoTokenizer import os model_dir = snapshot_download('ZhipuAI/glm-4-9b-chat " A streamlit chatbot powered by Self-LLM") # 定义模型路径 mode_name_or_path = 'autodl-tmp/ZhipuAI/glm-4-9b-chat
AlmaLinux 9(RHEL9)下安装部署漏洞扫描系统Nessus-10.6.0 1、获取AlmaLinux 9的ISO镜像 https://almalinux.org/get-almalinux -rw-r--r-- 1 root root 470974100 Sep 1 20:49 Nessus-10.6.0-es9.x86_64-Auto-Installer-20230831.bundle [root@almalinux opt]# chmod 777 Nessus-10.6.0-es9.x86_64-Auto-Installer-20230831.bundle [root@almalinux /Nessus-10.6.0-es9.x86_64-Auto-Installer-20230831.bundle Unpacking... Nessus 10.6 for RHEL 9 Installer ===================================== Powered by XXXXXXX Please enter
软件 jprofiler_windows-x64_9_1_1.zip windows下安装使用 jprofiler_linux_9_1_1.rpm linux下安装 一、linux下安装 rpm包 rpm -ivh jprofiler_linux_9_1_1.rpm 二、windows下安装 下一步下一步即可 1、选择 新建一个连接 ? 8.png 9、监听的端口默认即可。 ? 9.png 10、设置为待会启动,点击完成 ? 10.png 这时候会在目录下生成一个start_jprofiler.sh的文件。
二、下载镜像 在群辉 docker 中“注册表”搜索 siyuan 或 b3log/siyuan 下载镜像。 使用命令行拉取镜像:docker pull b3log/siyuan。 六、命令 拉取镜像 docker run -v /volume4/docker/siyuan:/siyuan -p 6806:6806 b3log/siyuan -workspace /siyuan/ 部署镜像 docker run -v /volume4/docker/siyuan:/siyuan -p 6806:6806 -u 1000:1000 b3log/siyuan --workspace= /siyuan/ PS:冒号后面的 /siyuan 是通过后面的启动参数 --workspace=/siyuan/ 指定的镜像里的笔记存储位置,如果不用 --workspace 参数指定,默认就是 /root /Documents/SiYuan。
部署思源 Docker 先参考这篇文章安装 Docker apt install apt-transport-https ca-certificates curl gnupg2 software-properties-common download.docker.com/linux/debian $(lsb_release -cs) stable" apt update apt install docker-ce 然后 Docker 装好了,开始部署思源笔记 docker pull b3log/siyuan 然后考虑一下参数,我看的帮助文档里的参数有些过时了,可以通过 -h 参数输出帮助。 MEGA 路径:/MEGAsync/SiYuan/data/Gaokao/ 服务器路径:/siyuanworkspace/data/Gaokao 需要注意,在同步前要创建对应的文件夹。 往好处想,这也让 UI 变得更协调美观了…… 结语 实际上用 Docker 部署思源笔记的 Kernel 是非常简单的。
assets的标准markdown格式,支持导出PDF,WORD,html等后缀文件,可以复制到公众号,语雀,知乎等 各个平台Windows,android,ios,mac都有客户端程序 支持docker部署 docker部署也很简单,只需要一条命令即可。 执行 docker run -d -v workspace_dir_host:workspace_dir_container -p 6806:6806 b3log/siyuan --workspace= workspace_dir_container:容器内工作空间文件夹路径,和后面 --workspace 指定成一样的 accessAuthCode:访问授权码,请务必修改,否则任何人都可以读写你的数据 或者是docker-compose方式部署 version: "3.9" services: main: image: b3log/siyuan command: ['--workspace=/siyuan/workspace
vLLM 简介 vLLM 框架是一个高效的大型语言模型(LLM)推理和部署服务系统,具备以下特性: 高效的内存管理:通过 PagedAttention 算法,vLLM 实现了对 KV 缓存的高效管理,减少了内存浪费 易用性:vLLM 与 HuggingFace 模型无缝集成,支持多种流行的大型语言模型,简化了模型部署和推理的过程。兼容 OpenAI 的 API 服务器。 //download.pytorch.org/whl/cu118 考虑到部分同学配置环境可能会遇到一些问题,我们在 AutoDL 平台准备了 vLLM 的环境镜像,该镜像适用于任何需要 vLLM 的部署环境 vLLM 部署实现 OpenAI API 协议的服务器非常方便。默认会在 http://localhost:8000 启动服务器。 速度测试 既然说 vLLM 是一个高效的大型语言模型推理和部署服务系统,那么我们就来测试一下模型的生成速度。看看和原始的速度有多大的差距。
【框架地址】 https://github.com/WongKinYiu/yolov9 【yolov9简介】 在目标检测领域,YOLOv9 实现了一代更比一代强,利用新架构和方法让传统卷积在参数利用率方面胜过了深度卷积 因此,YOLOv9 深入研究了数据通过深度网络传输时数据丢失的重要问题,即信息瓶颈和可逆函数。 对于新发布的 YOLOv9,曾参与开发了 YOLOv7、YOLOv4、Scaled-YOLOv4 和 DPT 的 Alexey Bochkovskiy 给予了高度评价,表示 YOLOv9 优于任何基于卷积或 【效果演示】 【代码演示】 from Yolov9Onnx import * weight_path = "weights/yolov9-c.onnx" image = cv2.imread("images /bus.jpg") detector = Yolov9Onnx(model_path=f"{weight_path}", names=Yolov9Onnx.load_labels('labels.txt
0.24.1 pip install tiktoken==0.7.0 考虑到部分同学配置环境可能会遇到一些问题,我们在 AutoDL 平台准备了 GLM-4 的环境镜像,该镜像适用于本教程需要 GLM-4 的部署环境 snapshot_download, AutoModel, AutoTokenizer import os model_dir = snapshot_download('ZhipuAI/glm-4-9b-chat ': # 加载预训练的分词器和模型 tokenizer = AutoTokenizer.from_pretrained("/root/autodl-tmp/ZhipuAI/glm-4-9b-chat 的端口映射到本地,从而在本地使用api uvicorn.run(app, host='0.0.0.0', port=6006, workers=1) # 在指定端口和主机上启动应用 Api 部署 默认部署在 6006 端口,通过 POST 方法进行调用,可以重新开启一个终端使用 curl 调用,如下所示: curl -X POST "http://127.0.0.1:6006" \ -
... 6380->6379/tcp [root@docker nginx]# 四,compose部署 8000端口 查看卷名称: [root@docker wordpress]# docker volume ls DRIVER VOLUME NAME local 4ae86d65d3c9d303fbe30f4cdd57b70d874b2f2d8bbc9d1c7edb3e1fb5bf1cb2 local c257d582258d30274aae0e411c3d39d2ce9c70c8c771fe702da0d9c20dbfa9cd local wordpress_db_data