NoteBlog 的项目扩展与二次开发
项目的基础介绍
NoteBlog 是一款基于 Java 开发的个人博客系统。该项目采用 SpringBoot 2 作为项目骨架,集成了 Spring Data JPA 和 Mybatis 等框架,以及 Layui、Vue.js 等前端技术。NoteBlog 适用于 Mac、Linux、Windows 及其他支持 Java 运行环境的操作系统,支持 MySQL 数据库(5.7 及以上版本)。项目采用 MIT 开源协议,为开发者提供了一个可扩展和二次开发的良好基础。
项目核心功能
- 支持文章发布、编辑、删除等基本操作
- 支持评论功能,包括评论管理和回复
- 集成 Markdown 编辑器,方便撰写和预览 Markdown 格式的文章
- 实现了权限控制,包括管理员和访客权限
- 支持数据备份、导出 Excel 功能以及数据导入功能
- 提供了友链功能,展示友情链接
- 自定义功能中心模块,展示自定义功能或链接
项目使用的框架或库
- 后端框架:SpringBoot 2
- ORM 框架:Spring Data JPA、Mybatis
- 前端 UI 框架:Layui
- 前端路由:vipspa
- 前端数据模型:Vue.js
- 工具类库:Hutool
- 项目管理工具:Maven
- 代码生成工具:Lombok
项目的代码目录及介绍
项目的代码目录如下:
src/
├── main/
│ ├── java/
│ │ └── com/
│ │ └── miyakowork/
│ │ └── noteblog/
│ │ ├── controller/
│ │ ├── service/
│ │ ├── repository/
│ │ ├── entity/
│ │ └── config/
│ ├── resources/
│ │ ├── templates/
│ │ ├── static/
│ │ └── application.properties
│ └── test/
└── pom.xml
其中,java 目录存放 Java 源代码,包括控制器(controller)、服务(service)、数据访问层(repository)、实体类(entity)和配置类(config)。resources 目录包含项目的静态资源(static)、模板(templates)以及配置文件(application.properties)。pom.xml 文件是 Maven 项目的配置文件。
对项目进行扩展或者二次开发的方向
-
功能扩展:根据需求,可以增加新的功能模块,如:标签管理、分类管理、文章推荐、文章搜索、统计功能等。
-
界面优化:根据个人喜好或者设计需求,可以调整前端页面样式,增加动画效果、优化响应式设计等。
-
性能优化:针对数据库查询、缓存策略等方面进行优化,提高系统的响应速度和性能。
-
跨平台适配:优化移动端界面,确保在不同设备和浏览器上的兼容性和体验。
-
国际化:增加多语言支持,使项目能够适应不同国家和地区的用户需求。
-
安全加固:针对常见的网络安全问题,如 SQL 注入、XSS 攻击等,加强代码防护措施。
-
集成第三方服务:如集成第三方登录、云存储、地图服务等,丰富博客系统的功能。
通过以上方向的扩展和二次开发,可以使 NoteBlog 项目更加完善,满足更多用户的需求。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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 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
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