Evidence项目部署Github Pages时上传构建产物失败的解决方案
2025-06-08 14:47:48作者:盛欣凯Ernestine
在使用Evidence项目进行数据可视化开发时,许多开发者会选择将其部署到Github Pages上。然而,在实际操作过程中,可能会遇到构建产物上传失败的问题,错误提示显示"tar: build/DataViz-for-Indian-Cities: Cannot open: No such file or directory"。
问题现象
当执行Github Actions工作流进行部署时,在"Archive artifact"阶段会出现构建产物无法找到的错误。具体表现为:
- 项目能够成功构建,生成的文件位于"./build"目录
- 但在上传构建产物阶段,系统尝试访问"build/项目名称"路径时失败
- 最终导致部署流程中断
问题根源
这个问题源于Evidence项目的构建输出路径配置与Github Pages部署工作流的预期路径不匹配。Evidence默认会将构建产物输出到项目根目录下的build文件夹中,而部署工作流则尝试在build/项目名称路径下寻找产物。
解决方案
方法一:修改package.json配置
最推荐的解决方案是在package.json文件中明确指定构建路径。在项目的package.json文件中,找到build脚本,添加base路径参数:
"scripts": {
"build": "evidence build --base /项目名称/"
}
这样配置后,Evidence会将构建产物正确地输出到预期的路径下,与Github Pages部署工作流的预期路径匹配。
方法二:调整Github工作流配置
如果不想修改package.json文件,也可以选择调整Github工作流配置。在部署工作流文件中,修改上传构建产物的路径:
- name: Upload artifact
uses: actions/upload-pages-artifact@v3
with:
path: 'build/' # 直接指定build目录而非build/项目名称
这种方法直接改变了工作流查找构建产物的位置,使其与Evidence默认的输出路径一致。
最佳实践建议
- 对于长期维护的项目,建议采用第一种方法,因为这样配置更明确,也便于其他开发者理解项目结构
- 在团队协作环境中,应在项目文档中明确说明构建产物的输出路径
- 部署前可在本地运行构建命令,检查build目录结构是否符合预期
- 对于复杂的项目结构,可以考虑使用Evidence提供的其他构建选项进行更精细的控制
通过以上解决方案,开发者可以顺利解决Evidence项目部署到Github Pages时的构建产物上传问题,确保数据可视化项目能够正常发布和访问。
登录后查看全文
热门项目推荐
相关项目推荐
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
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.JavaScript01
idea-claude-code-gui一个功能强大的 IntelliJ IDEA 插件,为开发者提供 Claude Code 和 OpenAI Codex 双 AI 工具的可视化操作界面,让 AI 辅助编程变得更加高效和直观。Java00
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.Kotlin06
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
515
3.7 K
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++
874
546
Ascend Extension for PyTorch
Python
317
362
暂无简介
Dart
759
182
React Native鸿蒙化仓库
JavaScript
299
347
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
334
156
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.31 K
734
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
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
110
128