exam 的安装和配置教程
2025-05-20 09:11:57作者:董斯意
项目基础介绍
exam 是一款专注于k12教育的在线考试系统,适用于小学、初中、高中等不同年级和学科。该系统支持多种题型,包括单选、多选、判断、填空和解答题。系统由学生系统、教师系统(待开发)、管理员系统三大模块组成,提供了试卷答题、成绩记录、错题回顾等功能。
主要编程语言
项目主要使用 Java 作为后端开发语言,前端采用了 Vue.js。
项目使用的关键技术和框架
-
后端技术栈:
- Spring Boot:构建整个应用程序的框架。
- Spring Boot Security:处理用户登录验证。
- Undertow:作为Web容器。
- PostgreSQL:优秀的开源数据库。
- Redis:用作缓存,提升系统性能。
- MyBatis:数据库中间件。
- Hikari:速度最快的数据库连接池。
- FastDFS:文件系统中间件,用于存放图片等文件。
-
前端技术栈:
- Vue.js:构建用户界面的框架。
- Element-UI:基于 Vue 2.0 的桌面端组件库。
- Vue-Element-Admin:一个后台前端解决方案。
- ECharts:用于图表统计。
- UEditor:富文本编辑器,支持填空题。
安装和配置准备工作
在开始安装之前,确保你的系统已经安装了以下软件:
- JDK 1.8 或更高版本
- Redis
- PostgreSQL
- FastDFS(需要自行搭建)
安装和配置步骤
1. 克隆项目
使用 Git 命令克隆项目到本地:
git clone https://github.com/1477551037/exam.git
2. 配置数据库
- 安装 PostgreSQL 数据库。
- 执行
/exam/database目录下的 SQL 脚本以创建数据库和表。
3. 配置 Redis
- 安装 Redis 服务器。
- 确保 Redis 服务正在运行。
4. 配置 FastDFS
- 安装 FastDFS。
- 根据项目需求配置 Tracker 和 Storage。
- 确保正确设置 Tracker Server 的 IP 地址,不要使用
127.0.0.1或localhost。 - 先启动 Nginx,再启动 FastDFS 服务。
5. 配置后端
- 使用 IntelliJ IDEA 或其他 IDE 打开
/exam/source/exam目录下的后端代码。 - 在
application-dev.yml文件中配置 PostgreSQL、Redis 和 FastDFS 的服务地址。 - 运行
ExamApplication.java文件启动后端服务。
6. 配置前端
- 使用 JetBrains WebStorm 或其他代码编辑器打开
/exam/source/vue目录下的前端代码。 - 在终端中使用以下命令启动前端开发服务器:
npm run serve
7. 完成配置
完成以上步骤后,你的 exam 系统应该已经可以正常运行了。通过浏览器访问相应的地址,开始使用你的在线考试系统。
请注意,本项目是一个持续开发的项目,一些功能可能还在开发中或需要进一步完善。
登录后查看全文
热门项目推荐
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 StartedRust0171
cann-learning-hubCANN 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 Notebook092
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
BitCPM-CANN-8BBitCPM-CANN 是首个基于华为昇腾 NPU 原生构建的端到端 1.58 位(三值化)大语言模型训练系统。该系统将量化感知训练(QAT)集成到 Megatron-LM 框架中,并结合 MindSpeed 加速,覆盖了从自定义三值算子到基于昇腾 910B 的分布式并行训练的完整训练栈。Python00
MiniCPM5-1BMiniCPM5-1B,这是 MiniCPM5 系列的首款模型。它是一个专为端侧、本地部署和资源受限场景打造的 10 亿参数密集型 Transformer 模型,达到了 10 亿参数级开源模型的 SOTA 水平Jinja00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0239
项目优选
收起
暂无描述
Dockerfile
748
4.86 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++
641
1.26 K
Ascend Extension for PyTorch
Python
685
828
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++
834
1.83 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
450
417
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++
1.02 K
1.04 K
Claude 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 Started
Rust
1.51 K
171
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
935
554
暂无简介
Dart
995
257
昇腾LLM分布式训练框架
Python
172
211