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 18:39:54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
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220