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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00