Pi-Delivery 开源项目最佳实践教程
2025-05-21 17:49:14作者:裘旻烁
1. 项目介绍
Pi-Delivery 是 Google Cloud DevRel 团队为庆祝 Pi 日而创建的一个演示网站项目。该项目包括一个运行在 Google Cloud Functions 中的 Go 服务器,使用 Terraform 管理云配置,前端则是使用 Jekyll 和 React 开发的。该项目旨在展示如何将不同技术栈和 Google Cloud 服务集成到一个项目中。
2. 项目快速启动
环境准备
- 安装 Go
- 安装 Yarn
- 安装 Ruby
- 安装 Firebase CLI
部署服务器
# 初始化 Terraform
terraform init
# 应用 Terraform 配置
terraform apply
# 设置环境变量
export PROJECT=piaas-gcp
export REGIONS=(us-central1 europe-west1 asia-northeast1)
export STAGE_BUCKET=piaas-gcp-gcf-staging
export GCF_API_SA=sa-functions-api@piaas-gcp.iam.gserviceaccount.com
# 部署到 Cloud Functions
gcloud beta functions deploy api-pi --gen2 --runtime go116 --trigger-http --entry-point Get --source . --stage-bucket $STAGE_BUCKET --ingress-settings=internal-and-gclb --region $REGIONS --allow-unauthenticated --service-account $GCF_API_SA --project $PROJECT
构建和部署前端
# 安装依赖
yarn
bundle
# 启动开发服务器
yarn serve
# 构建生产环境文件
yarn prod
# 部署到 Firebase Hosting
firebase login
export PROJECT=piaas-gcp
firebase hosting:channel:deploy preview --project $PROJECT
3. 应用案例和最佳实践
- 持续集成与持续部署(CI/CD):使用 Cloud Build 或 GitHub Actions 自动化构建和部署流程。
- 日志与监控:通过 Stackdriver Logging 和 Monitoring 对应用进行日志记录和监控。
- 安全性:利用 Cloud Functions 的 IAM 角色和权限管理,确保最小权限原则。
- 性能优化:利用 Terraform 进行基础设施即代码管理,优化资源分配。
4. 典型生态项目
- 前端框架:使用 React 或 Vue.js 等现代前端框架构建用户界面。
- 后端服务:利用 Node.js 或 Python 等语言构建 RESTful API。
- 云数据库:使用 Firestore 或 MongoDB Atlas 等云数据库服务存储数据。
- 云存储:利用 Google Cloud Storage 存储静态文件和媒体内容。
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 StartedRust0212
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
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
468
461
暂无描述
Dockerfile
775
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
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++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430