探索 Fleet:多应用 Laravel Sail 的本地开发神器
探索 Fleet:多应用 Laravel Sail 的本地开发神器
项目介绍
Fleet 是一款针对 Laravel 开发者设计的工具,它使得在同一台机器上轻松管理并运行多个 Laravel Sail 应用成为可能,每个应用都可以拥有自己的自定义域名。基于 Docker 和Traefik,Fleet 解决了多应用环境下的端口冲突问题,提供了一种更加整洁且高效的方式进行本地开发。
项目技术分析
Fleet 核心在于集成 Docker 和 Traefik,一个强大的反向代理服务器。通过 Fleet,您可以为每一个 Laravel 应用程序添加自定义的域名,并由 Traefik 进行智能路由。当您启动或添加新的应用时,Fleet 自动调整配置文件以创建网络和容器,确保正确地将请求导向正确的服务。此外,Fleet 还支持本地 SSL,通过 mkcert 实现,使您的开发环境更接近生产环境。
项目及技术应用场景
1. 多项目并行开发:在本地同时开发多个 Laravel 项目,每个项目有自己的域名,互不干扰,提高工作效率。
2. 团队协作:在共享的开发环境中,团队成员可以使用相同的应用配置和域名,减少沟通成本。
3. 模块化测试:对不同的 Laravel 应用组件进行独立测试,方便调试和单元测试。
项目特点
-
一键式集成:只需简单的命令,如
php artisan fleet:add,即可快速设置并启动 Laravel 应用。 -
端口冲突解决方案:通过指定不同的转发端口,避免多个服务之间的端口冲突。
-
本地 SSL 支持:利用 mkcert 提供本地安全 HTTPS 连接,保证数据传输的安全性。
-
灵活的控制:可手动启动、停止和移除 Fleet 容器和网络,方便管理和维护。
-
强大的 Traefik 集成:Traefik 实现了高效的流量分发,确保每个应用都能正常响应。
-
简单易用:与 Laravel Sail 紧密集成,无需深入理解 Docker 或 Traefik 内部工作原理,开发者可以专注于编写代码。
为了深入了解 Fleet 如何帮助您提升开发体验,请查看 视频教程,进一步了解如何使用 Traefik 与 Docker Compose 结合。
Fleet 遵循 MIT 许可协议,可以在 GitHub 获取源码,并查阅 更改日志 了解更多更新信息。
现在就尝试 Fleet,让您的多项目本地开发旅程变得更加顺畅!
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00