在Nix系统中打包Pangolin项目时解决Next.js生产构建问题
2025-06-01 00:42:34作者:钟日瑜
背景介绍
Pangolin是一个基于Next.js的全栈项目,包含API服务、内部服务和前端界面。在将其打包到Nix系统时,开发者遇到了Next.js生产环境构建的问题。本文将详细分析问题原因并提供解决方案。
问题现象
在Nix系统中部署Pangolin项目时,虽然API服务和内部服务启动正常,但Next.js服务器报错提示找不到生产构建:
Error: Could not find a production build in the '.next' directory. Try building your app with 'next build' before starting the production server.
问题分析
Next.js对生产环境的构建目录结构有严格要求。通过对比Docker部署和Nix部署的目录结构,发现关键差异在于:
.next/standalone目录的处理方式不同- 静态资源文件的存放位置不一致
- 构建产物的复制方式存在差异
解决方案
1. 正确的构建流程
在Nix的构建阶段,需要执行以下关键步骤:
npx drizzle-kit generate --dialect sqlite --schema ./server/db/schemas/ --out init
npm run build
2. 安装阶段的目录结构处理
正确的安装阶段应包含以下文件复制操作:
# 复制基础文件
cp package.json package-lock.json $out/
# 处理Next.js构建产物
cp -r .next/standalone/* $out/
cp -r .next/standalone/.next $out/
cp -r .next/static $out/.next/static
# 复制其他必要文件
cp -r dist $out/dist
cp -r init $out/dist/init
cp server/db/names.json $out/dist/names.json
cp -r public $out/public
cp -r node_modules $out/
3. 最终目录结构要求
成功运行的Pangolin项目应具备以下目录结构:
.
├── dist
│ ├── init
│ ├── migrations.mjs
│ ├── names.json
│ └── server.mjs
├── .next
│ ├── BUILD_ID
│ ├── 各种清单文件
│ ├── server
│ └── static
├── package.json
├── package-lock.json
├── public
└── server.js
部署注意事项
- 配置文件目录应单独存放在
/var/lib/fossorial/config中 - 确保Node.js环境变量正确设置:
NODE_OPTIONS = "enable-source-maps" NODE_ENV = "development" ENVIRONMENT= "prod" - 使用systemd服务管理时,注意设置正确的WorkingDirectory
经验总结
在将Next.js项目打包到不同环境时,需要特别注意:
.next目录的完整性,特别是standalone和static子目录- 生产构建与开发构建的环境变量区别
- 静态资源文件的路径处理
- 构建工具链的版本一致性
通过正确处理这些细节,可以确保Pangolin项目在各种部署环境下都能稳定运行。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
652
797
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.25 K
153
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.1 K
611
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
434
395
暂无简介
Dart
986
253