pi-delivery 的安装和配置教程
2025-05-21 12:20:45作者:郦嵘贵Just
1、项目的基础介绍和主要的编程语言 pi-delivery 是一个开源项目,它使用 Go 语言编写,并运行在 Google Cloud Functions 上。这个项目是 Google Cloud DevRel 团队为了庆祝 Pi Day 而创建的演示站点。
2、项目使用的关键技术和框架 pi-delivery 使用了多种关键技术和框架,包括:
- Go 语言:用于编写服务器端代码。
- Cloud Functions:Google Cloud Platform 的无服务器计算服务,用于运行 Go 语言编写的代码。
- Terraform:用于管理 Google Cloud Platform 的基础设施配置。
- Firebase Hosting:用于托管前端文件。
3、项目安装和配置的准备工作和详细的安装步骤 准备工作:
- 确保您有一个 Google Cloud Platform 账户,并且已经创建了相应的项目。
- 安装 Yarn、Ruby 和 Firebase CLI。
- 安装 gcloud 命令行工具。
安装步骤:
-
克隆项目仓库:
git clone https://github.com/GoogleCloudPlatform/pi-delivery.git cd pi-delivery -
配置 Google Cloud Functions:
- 设置环境变量:
export PROJECT=your-gcp-project-id export REGIONS=(us-central1 europe-west1 asia-northeast1) export STAGE_BUCKET=your-gcp-bucket export GCF_API_SA=your-gcp-service-account - 部署 staging 环境:
gcloud beta functions deploy api-pi-staging --gen2 --runtime go116 --trigger-http --entry-point Get --source . --stage-bucket=$STAGE_BUCKET --ingress-settings=internal-and-gclb --region=$REGIONS[1] --allow-unauthenticated --service-account=$GCF_API_SA --project=$PROJECT - 部署 production 环境:
for R in $REGIONS; do gcloud beta functions deploy api-pi --gen2 --runtime go116 --trigger-http --entry-point Get --source . --stage-bucket=$STAGE_BUCKET --ingress-settings=internal-and-gclb --region=$R --allow-unauthenticated --service-account=$GCF_API_SA --min-instances=1 --project=$PROJECT done
- 设置环境变量:
-
配置 Terraform:
- 初始化 Terraform:
terraform init - 应用 Terraform 配置:
terraform apply
- 初始化 Terraform:
-
配置 Firebase Hosting:
- 安装 Firebase CLI:
npm install -g firebase-tools - 登录 Firebase:
firebase login - 生成前端文件:
yarn prod - 在本地测试配置:
export PROJECT=your-gcp-project-id firebase emulators:start --project=$PROJECT - 创建预览渠道:
export CHANNEL_ID=preview firebase hosting:channel:deploy $CHANNEL_ID --project=$PROJECT - 发布预览:
firebase hosting:clone $PROJECT:$CHANNEL_ID $PROJECT:live
- 安装 Firebase CLI:
完成以上步骤后,您的 pi-delivery 项目应该已经成功安装和配置。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
FreeSql功能强大的对象关系映射(O/RM)组件,支持 .NET Core 2.1+、.NET Framework 4.0+、Xamarin 以及 AOT。C#00
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
27
14
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
658
4.26 K
Ascend Extension for PyTorch
Python
502
606
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++
939
862
Oohos_react_native
React Native鸿蒙化仓库
JavaScript
334
378
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
390
284
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++
123
195
openGauss kernel ~ openGauss is an open source relational database management system
C++
180
258
🎉 (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
1.54 K
892
昇腾LLM分布式训练框架
Python
142
168