AUXPI 图床项目安装与使用教程
2024-09-21 11:19:51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
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
303
2.67 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
133
162
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++
629
222
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
459
暂无简介
Dart
594
129
React Native鸿蒙化仓库
JavaScript
231
307
🎉 (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
1.06 K
613
仓颉编译器源码及 cjdb 调试工具。
C++
123
605
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
360
2.55 K