AUXPI 图床项目安装与使用教程
2024-09-21 15:21:29作者:宗隆裙
1、项目介绍
AUXPI 是一个基于 API 的图床程序,支持多种图床服务,如搜狗图床、新浪图床、SMMS 图床等。它不仅支持通过网页上传图片,还支持通过 API 上传图片,非常适合需要快速部署图床服务的开发者或团队使用。
2、项目快速启动
2.1 环境准备
在开始安装之前,请确保您的服务器上已经安装了以下环境:
- MySQL
- Nginx(可选,但推荐使用)
2.2 安装步骤
2.2.1 下载并解压项目
首先,从 GitHub 下载最新版本的 AUXPI 项目文件:
mkdir auxpi && cd auxpi
wget https://github.com/0xDkd/auxpi/releases/download/latest/auxpi-latest-linux.tar.gz
tar zxvf auxpi-latest-linux.tar.gz && rm -rf auxpi-latest-linux.tar.gz
mv build/linux/* ./
rm -rf build
2.2.2 初始化配置
赋予执行权限并初始化配置文件:
chmod u+x auxpi
./auxpi init
编辑配置文件 auxpi/app.conf,设置运行端口和模式:
nano auxpi/app.conf
示例配置:
httpport = 2333
runmode = pro
2.2.3 配置站点
编辑站点配置文件 conf/siteConfig.json:
nano conf/siteConfig.json
示例配置:
{
"site_name": "AuXpI API 图床",
"site_footer": "",
"site_url": "http://yoursite.com/",
"logo": "/static/app/images/logo.jpg",
"site_upload_max_number": 10,
"site_up_load_max_size": 5,
"allow_tourists": false,
"allow_register": false,
"db_option": {
"use_db": true,
"db_type": "mysql",
"db_host": "127.0.0.1:3306",
"db_name": "auxpi",
"db_user": "root",
"db_pass": "yourpassword",
"table_prefix": "auxpi_"
}
}
2.2.4 创建数据库表
运行以下命令创建数据库表:
./auxpi migrate
2.2.5 创建管理员账户
创建一个管理员账户:
./auxpi -mod=admin -name=admin -email=admin@example.com -pass=yourpassword
2.2.6 启动服务
使用 screen 后台运行程序:
screen -dmS auxpi ./auxpi run
2.3 访问站点
启动成功后,使用浏览器访问 http://yourserverip:2333 即可访问 AUXPI 图床。
3、应用案例和最佳实践
3.1 个人博客图床
AUXPI 可以作为个人博客的图床使用,支持多种图床服务,方便管理和上传图片。
3.2 团队协作图床
在团队协作中,AUXPI 可以作为一个集中的图片上传和管理平台,支持 API 上传,方便集成到其他应用中。
4、典型生态项目
4.1 与 Markdown 编辑器集成
AUXPI 可以与 Markdown 编辑器(如 Typora、VSCode 等)集成,通过 API 上传图片,直接获取图片链接插入到文档中。
4.2 与 CMS 系统集成
AUXPI 可以与各种 CMS 系统(如 WordPress、Drupal 等)集成,通过 API 上传图片,方便管理网站内容中的图片资源。
通过以上步骤,您可以快速部署并使用 AUXPI 图床服务,满足各种图片上传和管理的需求。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.71 K
Ascend Extension for PyTorch
Python
328
384
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++
876
577
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
335
161
暂无简介
Dart
762
187
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
135