Leantime Docker 安装与使用指南
目录结构及介绍
当你克隆或下载了 docker-leantime 开源项目之后,你会看到以下主要目录和文件:
根目录
在根目录中,包含了整个项目的 Dockerfile 和一些基本配置文件。其中:
-
Dockerfile: 这是构建 Docker 镜像时使用的文件,定义了镜像的基础环境和安装步骤。
-
docker-compose.yml: 此文件用于配置多个容器间的依赖关系,可以便捷地管理多服务架构。
src/leantime/
这个目录里存放着 Leantime 应用的核心代码:
-
app/: 包含应用逻辑的主要部分,如控制器、模型和服务层等。
-
vendor/: 存储通过 Composer 安装的所有第三方库。
data/
此目录用来存储运行时数据,例如数据库文件和上传的资源。
启动文件介绍
为了运行 Leantime 的 Docker 环境,你将主要依赖于 docker-compose.yml 文件。它定义了一系列容器及其配置,包括 web 服务器(Nginx)、PHP FPM、MySQL 数据库以及 Leantime 自身的应用容器。
要启动整个系统,只需执行以下命令:
docker-compose up -d
这条指令将会创建并运行所有定义好的容器,在后台模式下运行,使得它们可以在没有直接终端连接的情况下持续运行。
配置文件介绍
docker-compose.yml
这是管理 Leantime Docker 部署的关键文件。让我们详细看看其组成部分:
主要服务定义
-
web: 这个服务负责运行 Nginx web 服务器,用于提供静态内容和代理到 PHP-FPM。
-
php: 此服务基于 PHP FPM 构建,是处理动态页面请求的地方。
-
db: MySQL 数据库服务,用于存储 Leantime 的数据。
-
leantime: 这就是实际运行 Leantime 应用的容器。
网络配置
定义了一个网络来确保这些服务能够相互通信。
卷映射
卷映射允许宿主机上的文件夹被挂载到容器内部,确保数据的持久性。对于 leantime 和 db 服务尤其重要,以保存应用状态和数据库内容。
以上所述概览了如何从零开始部署并理解 Leantime Docker 版本的基本设置。希望这能够帮助你快速上手并定制自己的开发或生产环境。如果有任何问题或需要进一步的帮助,请参阅 Leantime Docker 项目仓库 中的详细文档和示例。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00