手把手教你部署前端项目

手把手教你部署前端项目

1.1 用Vue-cli构建简易前端项目

1.1.1 安装 Vue CLI 包

打开命令行工具,执行下列命令来安装 Vue CLI 包:

npm install -g @vue/cli

可以用下面的命令查看是否安装成功:

vue --version
1.1.2 创建一个项目

新建一个文件夹,命名为simple-website,在simple-website下运行以下命令来创建项目:

vue create frontend

全部选择默认配置即可,
这个过程可能需要几分钟,请耐心等待。

1.1.3 打包项目

在simple-website/frontend目录下执行:

npm run build

1.2 登录服务器,把打包后的文件放入对应目录

如果没有购买服务器,可以把自己电脑当做服务器,可跳过该小节。

如果有购买服务器的话,登录服务器:

ssh -l root xxx.xx.xx.xxx

切换到服务器的home目录下,并新建文件夹simeple-website-frontend:

cd /home
mkdir simple-website-frontend

在本地的simple-website/frontend/dist目录下执行如下命令,把打包生成的文件放入服务器对应目录下:

scp -r ./* root@120.76.53.100:/home/simple-website-frontend

1.3 服务器端nginx的安装、配置、启动

1.3.1 nginx安装

在服务器端执行:

sudo su root
apt-get install nginx

查看nginx是否安装成功:

nginx -v

如果安装过程中报错Unable to locate package nginx,先执行sudo apt-get update,再执行sudo apt-get install nginx。

1.3.2 修改nginx配置文件

nginx安装成功后的位置如下:

/usr/sbin/nginx:主程序
/etc/nginx:配置文件所在路径
/usr/share/nginx:静态文件所在路径
/var/log/nginx:日志文件所在路径

修改配置文件/etc/nginx/nginx.conf的部分内容,在http中增加server如下:

http {
    server {
        listen       8080;
        server_name  localhost;

        location / {
            root   /home/simple-website-frontend;
            index  index.html index.htm;
        }

 
        error_page   500 502 503 504  /50x.html;
        location = /50x.html {
            root   html;
        }
    }
}

注意:如果是自己电脑作为服务器,root改为前端npm run build后生成的dist文件夹。

1.3.3 nginx服务启动
nginx -t // 检验配置是否正确
nginx -s reload // 重新加载修改的配置
service nginx restart // 重新启动

之后,访问http://xxx.xxx.xxx.xxx:8080/,成功啦。
在这里插入图片描述

  • 22
    点赞
  • 110
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
当然,我可以帮助你部署ChatGPT模型。以下是一步一步的指南: 步骤1:准备环境 首先,你需要一个Python环境来运行模型。确保你已经安装了Python 3.6或更高版本。 步骤2:安装依赖项 在命令行中打开一个新的终端窗口,并使用以下命令安装所需的依赖项: ``` pip install transformers flask ``` 步骤3:下载并解压模型 从CSDN下载chatglm2-6b模型的权重文件,并将其解压缩到你选择的目录中。 步骤4:创建Flask应用程序 在你选择的目录中创建一个名为app.py的Python文件,并使用以下代码创建一个基本的Flask应用程序: ```python from flask import Flask, request, jsonify from transformers import GPT2LMHeadModel, GPT2Tokenizer app = Flask(__name__) model_path = "path/to/your/model" tokenizer = GPT2Tokenizer.from_pretrained(model_path) model = GPT2LMHeadModel.from_pretrained(model_path) @app.route("/chat", methods=["POST"]) def chat(): data = request.json input_text = data["input_text"] input_ids = tokenizer.encode(input_text, return_tensors="pt") output = model.generate(input_ids, max_length=100) response = tokenizer.decode(output[0], skip_special_tokens=True) return jsonify({"response": response}) if __name__ == "__main__": app.run(host="0.0.0.0", port=5000) ``` 步骤5:运行应用程序 在终端窗口中,导航到包含app.py文件的目录,并运行以下命令来启动应用程序: ``` python app.py ``` 步骤6:测试应用程序 使用HTTP客户端(如Postman或cURL)向http://localhost:5000/chat发送POST请求,并在请求正文中包含以下JSON数据: ```json { "input_text": "你想说的话" } ``` 你将收到一个包含ChatGPT模型生成的响应的JSON响应。 这就是部署chatglm2-6b模型的基本步骤。你可以根据需要进行修改和扩展。希望这可以帮助到你!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值