五分钟技术分享|搭建Flarum实战

条评论

今天分享一下Flarum在宝塔环境下如何快速搭建。跟着步骤来,你也能在30分钟内搭建一个属于你的私人社区。

我打算是做个人知识站,记录一些不成文的知识碎片,用来替代note,之前我是天天使用mac os的note做记录,直到公司不支持私有电脑登录办公网,我的这个习惯才被终止,刚好现在转到flarum上做笔记,没有了种种约束,又能满足我在移动端的笔记需求,可以说是一拍即合了。

网络上很多笔记软件动辄30包月,200包年。不是笔记软件买不起而是Flarum更具性价比。

    阅读全文

    开源论坛flarum

    条评论

    某些公司或者高校会有一些内部论坛需求便于内部交流,刚好这里有个开箱即用的开源论坛Flarum,可以作为线上社区或者内部社区使用。Flarum具有搭建门槛低,服务器硬件配置要求低,对新手友好的特点。话说你有没有想过自己搭建一个论坛?

    Flarum官方社区(演示地址:discuss.flarum.org)

    极简高效:Flarum信奉“少即是多”的原则,追求快速加载、简洁界面和无冗余组件。它依托PHP语言构建,确保了部署快捷且易于管理。同时,Flarum的前端界面采用了体积小巧但性能强劲的Mithril JavaScript框架,进一步提升了页面响应速度与流畅度。

    用户友好且适应性强:Flarum关注人性化交互设计,无论是桌面端还是移动设备,都能提供一致且直观的操作体验。无需复杂配置,即可享受到开箱即用的便利。

    强大并具备深度扩展性:为了满足不同社区的独特需求,Flarum提供了一个高度灵活的架构和强大的扩展应用程序接口(API),使得用户能够轻松定制功能、扩展系统,并与其他服务无缝集成。

    公开且自由:秉持开源精神,Flarum在MIT许可协议下发布,这意味着它是完全免费的,并鼓励开发者和社区成员共同参与改进与发展,确保了持续创新的动力源泉

      阅读全文

      五分钟兴趣分享|选配一个自己的路冲板

      条评论

      请假了三天没有更新公众号,要问我干啥去了 ?
      我去玩路冲了,哈哈 !
       So just 30 minutes on the board burns about 340-600 kcal.

      玩三十分钟路冲大概消耗340 - 600卡路里,如果你也有减脂计划又不想进行枯燥的练习,那学习一下路冲板是个很不错的主意!

      如果你从未玩过滑板,在买滑板之前先买护具哦,路冲也是极限运动,稍有不慎容易摔跤,造成骨折与扭伤。(这里划重点)

        阅读全文

        Hello-Python-3

        条评论

        继续之前的python教程,本篇关键字 列表,切片,Lambda

          阅读全文

          A* JPS寻路算法的探讨

          条评论

          A(A-star)寻路算法是一种基于启发式搜索的路径规划算法,常用于游戏开发和人工智能领域,JPS是A 算法的一个优化算法,咱们就先做一段简单的A* 算法介绍,后续再进行JPS算法的进一步探讨。

            阅读全文

            thinker系列教程|thinker的几种布局方式

            条评论

            先说下学了这套教程咱们的目标是什么,首先我们要学的是一套python的自带UI库,具有跨平台特质,可以在Windows与Mac乃至Linux平台的界面端都能通用,没有移植成本,并且上手的门槛低。后面为了适应微信公众号的阅读,我会将所有的知识点拆开一次讲一点,确保在五分钟内,一会就会。不对阅读造成负担。即使你是非程序设计专业的小白,或者没有写过python的朋友,通过这段教程也能学会开发一个带桌面UI的应用。

            本系列免费教程,猫都能学会,咱们不花金币,点个关注,在看,分享出去就是对我最大的原创动力。

              阅读全文

              开源分享|今天不当拼图仔(续)

              条评论

              没看过前文的朋友可以去看下,文末有源代码。

              公众号:礼拜八不工作
              开源项目|今天不当拼图仔,机器视觉来拼图

              前段时间挖了一个坑,制作自动拼图工具,由于Unity使用Open CV工具比较麻烦。遂后制作了Python端。

              大概思路如下:C#端口发送本地url给Python,收到后将拉取本地文件进行子母图匹配,匹配成功将偏移的位置返还给C#端。

              流程1.从C#端发送测试数据到PythonServer

                阅读全文