Akaunting项目在macOS上的安装问题解决方案
Akaunting是一款优秀的开源会计软件,但在macOS系统上安装时可能会遇到一些技术难题。本文将详细介绍如何解决在Apple Silicon芯片的Mac设备上安装Akaunting时遇到的npm安装错误问题。
环境准备
在开始安装Akaunting之前,需要确保系统环境配置正确。首先需要安装PHP 8.3版本,因为PHP 8.4目前与Akaunting存在兼容性问题。通过Homebrew可以轻松安装指定版本的PHP:
brew install php@8.3
brew unlink php
brew link --overwrite php@8.3
Composer是PHP的依赖管理工具,安装最新版本的Composer是必要的。可以通过官方提供的安装脚本完成安装,安装完成后建议将composer.phar移动到系统路径中以便全局使用。
Node.js环境配置
Akaunting的前端构建依赖于Node.js环境。推荐使用Node.js 18.x版本,可以通过nvm(Node Version Manager)来管理多个Node.js版本:
nvm install 18
nvm use 18
解决依赖问题
Akaunting使用了一些已经过时的前端依赖包,这会导致在安装过程中出现错误。其中最主要的问题是node-sass包已被官方弃用,建议替换为Dart Sass:
npm uninstall node-sass
npm install sass
node-gyp是一个用于编译Node.js本地插件的工具,它依赖于Python的distutils模块。在较新的Python版本中,这个模块可能不会默认安装:
python3 -m ensurepip
python3 -m pip install setuptools
npm install -g node-gyp
数据库配置
Akaunting需要MySQL数据库支持。可以使用任何MySQL客户端工具创建数据库,推荐创建一个名为"akaunting"的数据库。在连接配置中,建议使用127.0.0.1而非localhost作为主机地址,这在Apple Silicon设备上表现更稳定。
安装执行
完成环境准备后,可以执行Akaunting的安装命令:
composer install
npm install
npm run dev
php artisan install --db-name="akaunting" --db-username="root" --db-host="127.0.0.1" --admin-email="admin@company.com" --admin-password="123456"
在执行安装命令时,如果系统提示输入数据库密码,直接按回车键留空即可。有时安装过程可能需要重复执行才能成功,这是正常现象。
额外注意事项
对于使用Laravel Valet作为开发环境的用户,还需要执行以下额外步骤:
valet use php@8.3 --force
valet restart
composer global update
这些命令确保Valet使用正确的PHP版本,并更新全局Composer包。
总结
在Apple Silicon芯片的Mac设备上安装Akaunting可能会遇到一些特有的问题,但通过合理配置环境和替换过时的依赖包,这些问题都可以得到解决。关键在于确保PHP版本、Node.js版本和Python环境的正确配置,以及及时替换那些已被官方弃用的依赖包。按照上述步骤操作后,应该能够顺利完成Akaunting的安装并开始使用这款功能强大的会计软件。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00