Devilbox 项目使用教程
1. 项目介绍
Devilbox 是一个现代化的 Docker LAMP 和 MEAN 栈,专为本地开发设计。它支持在所有主要平台上运行,并且高度可定制。Devilbox 的主要目标是提供一个可重复的开发环境,能够在不同的版本之间轻松切换和组合。它支持无限数量的项目,自动创建虚拟主机、SSL 证书和 DNS 记录。此外,Devilbox 还提供了电子邮件拦截和流行的开发工具,无需配置即可使用。
2. 项目快速启动
2.1 系统要求
Devilbox 仅需要 Docker 和 Docker Compose 即可运行:
- Docker Engine 17.06.0+
- Docker Compose 1.16.0+
2.2 安装和运行
2.2.1 Linux 和 MacOS
-
下载 Devilbox:
git clone https://github.com/cytopia/devilbox -
进入 Devilbox 目录:
cd devilbox -
复制默认环境文件:
cp env-example .env -
启动 Devilbox(以 Apache、PHP 和 MySQL 为例):
docker-compose up httpd php mysql -
访问
http://localhost查看 Devilbox 的运行情况。
2.2.2 Windows
-
使用 Git for Windows 克隆 Devilbox 到
C:\devilbox:git clone https://github.com/cytopia/devilbox C:\devilbox -
复制默认环境文件:
copy C:\devilbox\env-example C:\devilbox\.env -
启动 Devilbox(以 Apache、PHP 和 MySQL 为例):
docker-compose up httpd php mysql -
访问
http://localhost查看 Devilbox 的运行情况。
3. 应用案例和最佳实践
3.1 创建第一个项目
-
启动 Devilbox 容器:
docker-compose up httpd php mysql -
进入工作容器:
./shell.sh -
导航到项目目录并创建项目:
cd /shared/httpd mkdir my-project cd my-project mkdir htdocs echo '<?php echo "Hello, Devilbox!";' > htdocs/index.php -
访问
http://my-project.loc查看项目运行情况。
3.2 使用框架
Devilbox 支持多种 PHP 框架,如 Laravel、Symfony、WordPress 等。以下是使用 Laravel 的示例:
-
进入工作容器:
./shell.sh -
安装 Laravel 安装器:
composer global require laravel/installer -
创建新的 Laravel 项目:
laravel new my-laravel-app -
访问
http://my-laravel-app.loc查看 Laravel 项目运行情况。
4. 典型生态项目
4.1 数据库管理工具
Devilbox 内置了多种数据库管理工具,如 Adminer、phpMyAdmin、phpPgAdmin 等,方便开发者管理数据库。
4.2 开发工具
Devilbox 提供了丰富的开发工具,如 Composer、Node.js、npm、PHPUnit 等,帮助开发者提高开发效率。
4.3 安全工具
Devilbox 支持 Xdebug 和 Blackfire 等性能分析工具,帮助开发者优化代码性能。
通过以上步骤,您可以快速上手 Devilbox,并在本地开发环境中轻松创建和管理项目。
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