Hexo-theme-redefine 项目部署时 CNAME 文件丢失问题分析与解决方案
问题背景
在使用 Hexo-theme-redefine 主题搭建个人博客并部署到 GitHub Pages 时,许多用户遇到了一个常见问题:每次部署后,仓库中的 CNAME 文件都会被自动删除。CNAME 文件是 GitHub Pages 用于自定义域名的重要配置文件,它的丢失会导致自定义域名无法正常访问,出现 404 错误。
问题原因分析
经过技术分析,这个问题主要源于 Hexo 的部署机制和 GitHub Pages 的工作方式:
-
Hexo 部署机制:Hexo 的
hexo deploy命令会完全重建部署目录(通常是.deploy_git),然后推送到远程仓库。在这个过程中,所有非生成的文件(包括 CNAME)都会被清除。 -
GitHub Pages 要求:GitHub Pages 要求 CNAME 文件必须位于仓库根目录才能生效。当这个文件被删除后,GitHub 就无法识别自定义域名配置。
-
主题配置误解:虽然用户在
_config.redefine.yml和config.yml中正确设置了 URL,但这些配置仅影响生成的链接,不会自动创建或保留 CNAME 文件。
解决方案
方法一:手动创建 CNAME 文件(推荐)
- 在博客项目的
source目录下创建一个名为CNAME的文件 - 文件中只需写入你的域名(如
blog.example.com),不需要http://或https://前缀 - 这个文件会被 Hexo 直接复制到最终生成的静态文件中,不会被删除
方法二:使用自定义部署脚本
对于需要更精细控制部署过程的用户,可以创建一个自定义部署脚本:
#!/bin/bash
# 删除旧的 gh-pages 分支
git branch -D gh-pages
# 清理并生成静态文件
hexo clean
hexo generate
# 清空部署目录并复制新文件
rm -rf .deploy_git/*
cp -r public/* .deploy_git/
# 创建 CNAME 文件
echo "YOUR_DOMAIN.com" > .deploy_git/CNAME
# 提交并推送更改
cd .deploy_git || exit
git init
git add .
git commit -m "更新站点 $(date +"%Y-%m-%d %T")"
git remote add origin YOUR_REPOSITORY_URL
git checkout -b gh-pages
git push -u origin gh-pages --force
这个脚本的优势在于:
- 完全控制部署过程
- 确保 CNAME 文件被正确创建
- 可以添加更多自定义部署逻辑
最佳实践建议
-
版本控制:将 CNAME 文件纳入版本控制,这样即使重新部署也不会丢失。
-
自动化部署:可以将上述脚本集成到 CI/CD 流程中,实现自动化部署。
-
域名验证:在 GitHub Pages 设置中添加自定义域名后,GitHub 会自动验证并在仓库中创建 CNAME 文件,此时应保留这个文件。
-
DNS 配置:确保 DNS 设置正确,通常需要添加 CNAME 记录指向
username.github.io。
总结
Hexo-theme-redefine 主题部署时 CNAME 文件丢失的问题,本质上是静态站点生成器工作流程与 GitHub Pages 要求之间的不匹配。通过理解 Hexo 的部署机制和 GitHub Pages 的工作原理,我们可以采用多种方法确保 CNAME 文件被正确保留。无论是简单的文件创建方法,还是更复杂的自定义部署脚本,都能有效解决这个问题,让你的自定义域名稳定可用。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00