goyangi 的安装和配置教程
2025-05-19 00:20:06作者:何举烈Damon
项目基础介绍
goyangi 是一个基于 Golang 的 Web 项目基础框架,旨在帮助开发者快速启动一个新的 Web 项目。该项目提供了一系列预先配置的组件和功能,如用户认证、文章管理、文件上传等,为开发者节省了大量的初始化时间和工作。
主要编程语言
该项目的主要编程语言是 Go (又称为 Golang),一种由 Google 开发的静态类型、编译型语言,以其简洁、高效和并发性能著称。
项目使用的关键技术和框架
- Go Modules:用于依赖管理。
- Gin Web Framework:一个高性能的 Web 框架。
- Viper:一个配置管理库,用于处理配置文件。
- PostgreSQL:作为数据库系统。
- Vue.js:前端 JavaScript 框架,用于构建单页面应用程序(SPA)。
- Docker:容器化技术,用于简化部署和运行环境。
项目安装和配置的准备工作
在开始安装之前,请确保您的系统中已经安装以下软件:
- Docker
- Go 语言环境
- PostgreSQL
- Node.js 和 npm(用于前端构建)
- Git(用于克隆项目)
详细安装步骤
步骤 1:克隆项目
打开终端(或命令提示符),执行以下命令以克隆项目:
git clone https://github.com/dorajistyle/goyangi.git
cd goyangi
步骤 2:配置 PostgreSQL
启动 PostgreSQL 数据库,并创建相应的数据库:
createdb goyangi_dev -U postgres
createdb goyangi_test -U postgres
createdb goyangi -U postgres
步骤 3:安装 Go 依赖
在项目目录中,执行以下命令安装 Go 依赖:
go mod -U .
go mod tidy
步骤 4:配置项目
编辑 config.yml 文件,根据您的环境配置数据库连接和其他必要设置。
步骤 5:启动服务
运行以下命令以启动后端服务:
go run main.go
首次运行时,可能需要执行数据库迁移。请查看 goyangi-backend 容器的日志以确保一切正常。
步骤 6:运行前端
切换到前端目录并启动开发服务器:
cd frontend/vuejs
yarn
yarn serve
现在,您应该能够在浏览器中通过 http://localhost:8080 访问前端。
步骤 7:访问项目
通过访问 http://localhost,您应该能够看到运行中的 goyangi 项目。默认的管理员登录信息为:
- 用户名:admin
- 密码:password
请注意,这些步骤提供了一个基本的指南,具体的配置可能会根据您的开发环境而有所不同。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
304
2.66 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
131
159
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++
629
222
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
1.03 K
459
暂无简介
Dart
593
129
React Native鸿蒙化仓库
JavaScript
230
307
🎉 (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
1.06 K
612
仓颉编译器源码及 cjdb 调试工具。
C++
123
583
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.52 K