OHIF Viewer 项目中使用自定义 baseUrl 的部署指南
2025-06-21 07:32:21作者:龚格成
背景介绍
在医疗影像领域,OHIF Viewer 是一个广泛使用的开源医学影像查看器。在实际部署过程中,很多用户需要将 OHIF Viewer 部署在非根路径下(如 /ohif/ 或 /viewer/),这就涉及到 baseUrl 的配置问题。
核心问题分析
当开发者尝试将 OHIF Viewer 部署在自定义路径时,经常遇到以下典型问题:
- 只有 index.html 文件能够从自定义路径访问
- 其他静态资源(如 JS 文件)只能从根路径加载
- 页面加载后显示空白
- 浏览器控制台报错资源加载失败
这些问题主要源于 React 应用的构建配置和服务器路由设置不匹配。
解决方案详解
1. 环境变量配置
首先需要设置正确的环境变量:
PUBLIC_URL=/your-custom-path/
APP_CONFIG=config/default.js
这两个变量分别控制:
PUBLIC_URL:告诉 webpack 构建时所有静态资源的前缀路径APP_CONFIG:指定应用的配置文件路径
2. 配置文件修改
在 config/default.js 中,需要确保 routerBasename 与 PUBLIC_URL 一致:
window: {
routerBasename: '/your-custom-path',
// 其他配置...
}
3. Docker 部署的特殊处理
对于 Docker 部署,需要额外注意以下几点:
Dockerfile 修改
ENV PUBLIC_URL /your-custom-path/
ENV APP_CONFIG config/default.js
# 构建后需要将输出目录复制到自定义路径下
COPY --from=builder /usr/src/app/platform/app/dist /usr/share/nginx/html/your-custom-path
Nginx 配置调整
修改 .docker/Viewer-v3.x/default.conf.template 文件:
location / {
try_files $uri $uri/ /your-custom-path/index.html;
}
4. 本地开发环境测试
对于本地测试,可以使用 serve 工具并配置 serve.json:
{
"public": "build",
"rewrites": [
{ "source": "/your-custom-path/**", "destination": "/index.html" }
]
}
常见问题排查
- 资源404错误:检查是否所有静态资源都带有正确的前缀路径
- 空白页面:确认 routerBasename 配置是否正确
- 路由失效:确保服务器配置了正确的重写规则
- 构建失败:清理缓存后重新构建(使用
--no-cache参数)
最佳实践建议
- 保持
PUBLIC_URL和routerBasename完全一致 - 对于生产环境,建议使用 CI/CD 流程自动化这些配置
- 在 Windows 环境下开发时,注意环境变量设置的语法差异
- 部署前先在本地测试自定义路径的访问
通过以上配置,开发者可以成功将 OHIF Viewer 部署在任何自定义路径下,满足各种复杂的部署场景需求。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
25
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
415
3.19 K
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
暂无简介
Dart
680
160
🔥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
65
19
Ascend Extension for PyTorch
Python
229
259
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++
689
327
React Native鸿蒙化仓库
JavaScript
265
326
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
🎉 (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
1.21 K
660