Lychee项目子目录部署时的图标加载问题分析与解决方案
2025-06-19 20:54:42作者:廉彬冶Miranda
问题背景
Lychee是一个开源的图片管理系统,最新发布的6.0.0版本在部署到子目录时出现了一个界面图标无法显示的问题。这个问题影响了使用子目录部署(如domain.tld/lychee)的所有用户,导致界面上的图标全部消失,严重影响了用户体验。
问题现象
当Lychee被安装在子目录下运行时,用户界面中的图标无法正常显示。通过浏览器开发者工具检查,可以看到以下错误信息:
downloadable font: no supported format found (font-family: "primeicons" style:normal weight:400 stretch:100 src index:5)
具体表现为三种字体文件加载失败:
- primeicons.woff2
- primeicons.woff
- primeicons.ttf
技术分析
根本原因
经过技术分析,问题的根源在于Vite构建工具的配置问题。在构建前端资源时,Vite错误地使用了绝对路径(/)作为基础路径,而不是相对路径(./)。这导致在子目录部署时,浏览器会尝试从网站根目录而不是子目录下加载字体资源。
具体表现
正常情况下,当Lychee部署在子目录(如/Lychee)时,字体资源应该从以下路径加载:
https://example.com/Lychee/build/assets/primeicons-C6QP2o4f.woff2
但由于配置错误,浏览器实际尝试从以下路径加载:
https://example.com/build/assets/primeicons-C6QP2o4f.woff2
缺少了子目录前缀,导致资源加载失败。
解决方案
Lychee开发团队已经识别了这个问题并提交了修复。解决方案是修改Vite的构建配置,将基础路径从绝对路径(/)改为相对路径(./),确保资源引用能正确适应子目录部署场景。
临时解决方法
对于急需解决问题的用户,可以尝试以下临时解决方案:
- 修改Nginx/Apache配置,添加重写规则将字体请求重定向到正确的子目录路径
- 手动将字体文件复制到网站根目录下的build/assets目录中
- 等待官方发布包含此修复的更新版本
预防措施
为了避免类似问题,开发者在进行子目录部署测试时应该:
- 全面测试所有静态资源的加载情况
- 检查构建工具的路径配置
- 确保.env文件中的APP_DIR和APP_URL设置正确
- 在不同部署场景下进行充分测试
总结
Lychee 6.0.0版本在子目录部署时出现的图标加载问题,主要是由于前端构建工具的路径配置不当导致的。开发团队已经识别并修复了这个问题,用户可以通过等待更新或采用临时解决方案来处理。这个案例也提醒我们,在软件开发中,路径处理是一个需要特别注意的细节,特别是在支持多种部署场景时。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
Ascend Extension for PyTorch
Python
223
246
暂无简介
Dart
672
157
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++
663
313
React Native鸿蒙化仓库
JavaScript
262
324
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
9
1
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218
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
330
137