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。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00