Open Data Catalog 技术文档
本文档旨在帮助用户快速了解和使用 Open Data Catalog 项目。文档内容包括安装指南、使用说明、API 使用文档以及项目安装方式。
1. 安装指南
1.1 环境准备
在开始安装之前,请确保您的开发环境已准备好以下工具:
- VirtualBox:用于创建虚拟机。
- Ubuntu 12.04:作为 Linux 虚拟机的基础操作系统。
1.2 安装非 Python 依赖
在 Ubuntu 系统中,首先需要安装一些非 Python 依赖项:
sudo apt-get update
sudo apt-get install git sendmail postgresql python postgresql-plpython-9.1 python-pip libpq-dev python-dev libxml2-dev libxslt1-dev libgeos-c1 mercurial meld
1.3 安装 Python 依赖
接下来,安装 Python 的虚拟环境工具 virtualenv:
sudo pip install virtualenv
2. 项目的使用说明
2.1 创建虚拟环境
首先,创建一个虚拟环境并激活它:
virtualenv opendatacatalog
cd opendatacatalog
source bin/activate
2.2 获取源代码
从 GitHub 上获取 Open Data Catalog 的源代码:
git clone git://github.com/azavea/Open-Data-Catalog.git
cd Open-Data-Catalog
2.3 安装 Python 依赖并完成设置
安装项目所需的 Python 依赖项,并完成一些基本设置:
pip install -r requirements.txt
cd OpenDataCatalog
mkdir media
chmod 755 media
ln -s ../../lib/python2.7/site-packages/django/contrib/admin admin_media
3. 项目 API 使用文档
Open Data Catalog 支持 OGC Catalogue Service (CSW) 规范,使用 pycsw 实现。CSW 设置可以在 settings.CSW 中进行配置。此外,settings.SITEHOST 和 settings.SITEPORT 必须根据您的部署环境进行设置。
4. 项目安装方式
4.1 设置数据库
首先,创建一个新的 PostgreSQL 数据库:
sudo su postgres
createuser -P odc-user
psql template1 -c "CREATE DATABASE opendata OWNER \"odc-user\";"
createlang plpythonu opendata
psql -d opendata -f etc/pycsw_plpythonu.sql
exit
4.2 更新设置
复制 local_settings.py.example 文件并重命名为 local_settings.py,然后更新数据库设置:
DATABASES = {
'default': {
'ENGINE': 'django.db.backends.postgresql_psycopg2',
'NAME': 'opendata',
'USER': 'odc-user',
'PASSWORD': 'PASSWORD',
'HOST': 'localhost',
'PORT': '',
}
}
4.3 创建数据库模式
使用 Django 的 syncdb 命令创建数据库模式:
python manage.py syncdb --migrate
4.4 运行服务器
启动 gunicorn 服务器:
gunicorn_django
4.5 自定义安装
您可以通过修改 local_settings.py 文件中的配置值来自定义安装,例如 TWITTER_USER 和 SITE_ROOT。此外,您还可以通过指定 LOCAL_TEMPLATE_DIR 来更改项目的样式。
4.6 部署到 Heroku
要将项目部署到 Heroku,请按照以下步骤操作:
- 编辑
.gitignore文件,删除local_settings.py这一行。 - 安装 Heroku CLI:
sudo gem install heroku
- 创建 Heroku 应用并部署代码:
heroku create --stack cedar --buildpack https://github.com/cirlabs/heroku-buildpack-geodjango/
git push heroku master
heroku run python OpenDataCatalog/manage.py syncdb
4.7 使用 Apache 部署
Django 也可以通过 mod_wsgi 在 Apache 上运行。在 Apache 配置文件中添加以下内容:
WSGIScriptAlias /hidden /<project location>/odp.wsgi
Alias /media /<project location>/media
Alias /static /<project location>/static
创建 odp.wsgi 文件并添加以下内容:
import os, sys
sys.path.insert(0, '/home/azavea/NPower_OpenDataPhilly')
import settings
import django.core.management
django.core.management.setup_environ(settings)
utility = django.core.management.ManagementUtility()
command = utility.fetch_command('runserver')
command.validate()
import django.conf
import django.utils
django.utils.translation.activate(django.conf.settings.LANGUAGE_CODE)
import django.core.handlers.wsgi
application = django.core.handlers.wsgi.WSGIHandler()
通过以上步骤,您应该能够成功安装、配置并运行 Open Data Catalog 项目。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00