FreeScout 用户头像尺寸调整指南
2025-06-25 02:02:21作者:温艾琴Wonderful
问题背景
在使用 FreeScout 客服系统时,许多用户希望调整系统中显示的用户头像尺寸。默认情况下,FreeScout 的头像显示尺寸为 50x50 像素,这在某些情况下可能显得过小,影响视觉效果和用户体验。
解决方案
FreeScout 提供了两个环境变量来调整头像显示尺寸:
APP_USER_PHOTO_SIZE- 用于调整用户头像尺寸APP_CUSTOMER_PHOTO_SIZE- 用于调整客户头像尺寸
具体操作步骤
对于标准部署
- 找到 FreeScout 的
.env配置文件 - 添加或修改以下配置项:
APP_USER_PHOTO_SIZE=100 APP_CUSTOMER_PHOTO_SIZE=100 - 保存文件后,需要清除系统缓存:
- 进入 FreeScout 后台管理界面
- 导航至"管理 > 系统 > 工具"
- 执行缓存清除操作
对于 Pikapods 部署
在 Pikapods 平台上部署的 FreeScout 实例同样支持头像尺寸调整:
- 登录 Pikapods 管理面板
- 找到 FreeScout 应用的环境变量配置部分
- 添加上述两个环境变量并设置期望的像素值
- 保存配置后同样需要清除系统缓存
注意事项
- 修改环境变量后必须清除缓存才能生效
- 建议设置的尺寸值为正方形(长宽相同)
- 过大的头像尺寸可能会影响页面布局,建议根据实际界面效果进行调整
- 头像上传后会自动按设定尺寸进行裁剪和缩放
技术原理
FreeScout 的头像处理系统采用以下工作流程:
- 用户上传原始图片
- 系统根据配置的尺寸参数生成缩略图
- 生成的缩略图会被缓存以提高性能
- 前端界面调用时显示处理后的缩略图
这种设计既保证了显示效果的一致性,又避免了直接使用原始大图带来的性能问题。
通过合理配置头像尺寸参数,管理员可以根据实际需求优化系统的视觉效果,提升用户体验。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0455
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
jiuwenswarmJiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。Python0782
new-apiAI模型聚合管理中转分发系统,一个应用管理您的所有AI模型,支持将多种大模型转为统一格式调用,支持OpenAI、Claude、Gemini等格式,可供个人或者企业内部管理与分发渠道使用。🍥 A Unified AI Model Management & Distribution System. Aggregate all your LLMs into one app and access them via an OpenAI-compatible API, with native support for Claude (Messages) and Gemini formats.TSX029
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0314
mllm轻量化的端侧多模态推理框架,支持多种硬件后端https://ubiquitouslearning.github.io/mllm/C++03
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Markdown
832
5.52 K
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
496
521
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
797
1.6 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
980
2.31 K
deepin linux kernel
C
33
16
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.03 K
782
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
487
314
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++
1.21 K
1.26 K
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
666
305