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
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 Notebook0135
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
暂无描述
Dockerfile
774
5.07 K
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
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
Ascend Extension for PyTorch
Python
756
959
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
1.39 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++
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
1.03 K
271
昇腾LLM分布式训练框架
Python
183
230
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1.03 K
645