Pic-Smaller项目部署到二级目录的完整指南
2025-07-01 03:44:27作者:滑思眉Philip
在Pic-Smaller项目中,将前端应用部署到二级目录是一个常见的需求,特别是当我们需要将多个应用部署在同一域名下的不同路径时。本文将详细介绍如何正确配置和部署Pic-Smaller到二级目录。
基础配置步骤
-
修改Vite配置
打开项目根目录下的vite.config.js文件,找到base参数并将其值设置为你的二级目录路径。例如,如果你的二级目录是/sub,则配置应为:base: '/sub' -
构建生产版本
执行构建命令生成优化后的生产版本:npm run build构建完成后会在项目根目录下生成
dist目录,其中包含所有静态资源。
服务器配置要点
由于Pic-Smaller使用了前端History路由模式,需要特别注意服务器配置:
-
单一入口设置
需要将dist/index.html配置为二级目录的单一入口。这意味着所有匹配二级目录及其子路径的请求都应返回这个HTML文件。例如:/sub/sub/path/sub/path/to/sub/index.html这些URL都应指向dist/index.html
-
静态资源处理
对于静态资源(JS、CSS、图片等),必须保持其原始访问路径不变。例如:/sub/assets/test.js/sub/assets/test.css/sub/images/test.png
常见服务器配置示例
Nginx配置
location /sub {
try_files $uri $uri/ /sub/index.html;
alias /path/to/dist;
}
Apache配置
<Directory "/path/to/dist">
RewriteEngine On
RewriteBase /sub/
RewriteRule ^index\.html$ - [L]
RewriteCond %{REQUEST_FILENAME} !-f
RewriteCond %{REQUEST_FILENAME} !-d
RewriteRule . /sub/index.html [L]
</Directory>
注意事项
-
路径一致性
确保Vite配置中的base值与服务器配置的二级目录路径完全一致,包括前导斜杠。 -
开发环境测试
在开发环境中,可以通过修改Vite配置的base值来模拟二级目录部署,方便调试。 -
多级目录支持
如果需要部署到更深层次的目录(如三级、四级目录),原理相同,只需相应调整base值和服务器配置即可。
通过以上配置,Pic-Smaller项目可以完美运行在二级目录下,同时保持前端路由的正常工作。这种部署方式特别适合需要在同一域名下部署多个独立前端应用的场景。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust076- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00
项目优选
收起
暂无描述
Dockerfile
690
4.46 K
Ascend Extension for PyTorch
Python
547
671
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++
955
930
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
430
75
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
407
326
昇腾LLM分布式训练框架
Python
146
172
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
650
232
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
1.08 K
564
🎉 (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
1.59 K
925
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
642
292