Evidence项目GitHub Pages部署配置优化指南
2025-06-08 19:16:13作者:宣利权Counsellor
在Evidence项目文档中关于GitHub Pages部署的配置示例存在一个常见问题,许多开发者在使用时会遇到构建目录路径错误的情况。本文将详细解释问题的根源以及正确的配置方法。
问题现象
当开发者按照官方文档配置GitHub Actions工作流时,构建步骤会报错提示"directory not found"。具体表现为:
- 在构建步骤中设置了BASE_PATH环境变量
- 在上传制品步骤中指定了包含仓库名称的构建路径
- 但实际上构建产物并未生成在预期的子目录中
问题根源
这个问题源于对Evidence构建系统工作方式的理解偏差。Evidence项目在构建时确实支持通过BASE_PATH环境变量来配置基础路径,但这需要同时在package.json中进行相应的配置才能正常工作。
正确配置方案
方案一:简化配置(推荐)
对于大多数GitHub Pages部署场景,最简单的解决方案是:
- 移除BASE_PATH环境变量设置
- 直接上传整个build目录
- name: build
run: |
npm run sources
npm run build
- name: Upload Artifacts
uses: actions/upload-pages-artifact@v3
with:
path: './build'
方案二:完整basePath配置
如果需要使用basePath功能,必须同时在package.json中进行配置:
- 首先修改package.json中的build脚本:
{
"scripts": {
"build": "evidence build --out=build/$REPO_NAME"
}
}
- 然后在GitHub Actions工作流中:
- name: build
env:
REPO_NAME: ${{ github.event.repository.name }}
# 其他环境变量...
run: |
npm run sources
npm run build
- name: Upload Artifacts
uses: actions/upload-pages-artifact@v3
with:
path: 'build/${{ github.event.repository.name }}'
最佳实践建议
- 对于简单的GitHub Pages部署,推荐使用方案一的简化配置
- 只有在确实需要basePath功能时才使用方案二
- 确保构建脚本和上传路径配置一致
- 在本地开发环境测试构建结果后再提交到CI/CD流程
Evidence作为一个现代化的数据文档工具,其部署配置应当尽可能简洁明了。通过理解构建系统的工作机制,开发者可以避免常见的配置陷阱,实现顺畅的持续部署流程。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.83 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
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
暂无简介
Dart
798
197
🎉 (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
1.37 K
779
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
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
349
200
Ascend Extension for PyTorch
Python
377
447
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1