BookLore开源项目安装与配置指南
2025-04-20 09:04:36作者:卓炯娓
1. 项目基础介绍
BookLore 是一个自托管的网络应用程序,用于组织和管理工作个人书籍收藏。它提供了一个直观的界面来浏览、阅读和跟踪 PDF 和电子书阅读进度。该项目拥有强大的元数据管理功能、多用户支持以及时尚现代的用户界面,使得构建和探索个人图书馆变得简单。
该项目主要使用的编程语言包括 Java 和 TypeScript,同时也使用了一些 HTML 和 SCSS。
2. 项目使用的关键技术和框架
- Java: 后端开发语言。
- TypeScript: 前端开发语言。
- HTML/SCSS: 用于构建用户界面。
- MariaDB: 数据库管理系统。
- Docker: 容器化技术,用于简化部署。
3. 项目安装和配置的准备工作
在开始安装前,请确保您的系统满足以下要求:
- Docker 和 Docker Compose 已经安装。
- 具备基本的命令行操作知识。
详细安装步骤
步骤 1: 克隆项目仓库
首先,您需要在您的计算机上克隆该项目仓库。打开命令行工具,执行以下命令:
git clone https://github.com/adityachandelgit/BookLore.git
cd BookLore
步骤 2: 创建 Docker Compose 文件
在项目根目录下创建一个名为 docker-compose.yml 的文件,并添加以下内容:
version: '3.8'
services:
booklore:
image: ghcr.io/adityachandelgit/booklore-app:latest
container_name: booklore
environment:
PUID: 1000
PGID: 1000
TZ: Etc/UTC
DATABASE_URL: jdbc:mariadb://mariadb:3306/booklore
DATABASE_USERNAME: booklore
DATABASE_PASSWORD: your_secure_password
depends_on:
mariadb:
condition: service_healthy
ports:
- "6060:6060"
volumes:
- /your/local/path/to/booklore/data:/app/data
- /your/local/path/to/booklore/books:/books
restart: unless-stopped
mariadb:
image: lscr.io/linuxserver/mariadb:11.4.5
container_name: mariadb
environment:
PUID: 1000
PGID: 1000
TZ: Etc/UTC
MYSQL_ROOT_PASSWORD: super_secure_password
MYSQL_DATABASE: booklore
MYSQL_USER: booklore
MYSQL_PASSWORD: your_secure_password
volumes:
- /your/local/path/to/mariadb/config:/config
restart: unless-stopped
healthcheck:
test: ["CMD", "mariadb-admin", "ping", "-h", "localhost"]
interval: 5s
timeout: 5s
retries: 10
请确保将 /your/local/path/to/booklore/data 和 /your/local/path/to/booklore/books 替换为您希望存储数据的具体本地路径。
步骤 3: 启动容器
使用以下命令启动 Docker 容器:
docker-compose up -d
步骤 4: 访问 BookLore
容器启动后,您可以在浏览器中通过 http://localhost:6060 访问 BookLore。
步骤 5: 首次登录
容器启动后,您可以使用默认管理员凭据登录 BookLore:
- 用户名:admin
- 密码:admin123
请注意,在首次登录时,系统会提示您更改默认密码以提高安全性。
以上就是 BookLore 项目的详细安装和配置指南。按照上述步骤操作,您应该能够成功部署并运行该开源项目。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
184
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
275
97
暂无简介
Dart
623
140
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
380
3.43 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1