新闻详情

新闻详情

首页 / 资讯中心 / 详情

OI Wiki 离线版怎么部署:3 条路线选 1 条就够

发布时间:2026/11/13 0:06:14来源:尧图网络
OI Wiki 离线版怎么部署:3 条路线选 1 条就够
OI Wiki 离线版怎么部署3 条路线选 1 条就够【免费下载链接】OI-wiki:star2: Wiki of OI / ICPC for everyone. 某大型游戏线上攻略内含炫酷算术魔法项目地址: https://gitcode.com/GitHub_Trending/oi/OI-wiki机房断网、出差飞机上想查算法资料却没网这种时候本地有一份 OI Wiki 离线版就能直接打开浏览器读。本文按你怎么用来对比 3 条离线部署路线帮你 30 秒选好一条选完最多 5 分钟就能跑起来。先选路3 条离线路线对比 对比维度静态页面Docker 容器源码构建适合谁纯阅读、偶尔用长期挂着当资源站要改内容、参与建设上手成本2 条命令3 条命令 装 Docker5 条以上命令 同步依赖要装什么只需 PythonDockerPython 3 uv一句话判断需要改内容才选源码构建否则越轻越好。最快上手2 条命令拉下 OI Wiki 静态页面 ⚡OI Wiki 无网使用、临时应急这种场景这是成本最低的路线gh-pages分支里放的就是构建好的站点拉下来起个静态服务器就行零依赖安装。git clone -b gh-pages https://gitcode.com/GitHub_Trending/oi/OI-wiki cd OI-wiki python -m http.server 8000第一条只取静态页面分支第二条的意思是在仓库目录里用 Python 自带服务器起本地服务浏览器打开http://127.0.0.1:8000即可。页面里的配图、例题代码都预先烤进了静态文件离线读不亏体验。日后更新内容cd OI-wiki git pull再刷新浏览器就行。长期挂着用Docker 一条命令跑起 OI Wiki 离线部署如果打算把 OI Wiki 离线版长期开起来比如当机房服务器的本地资源站推荐 Docker 路线官方镜像24oi/oi-wiki已带好完整环境只需拉取加运行。docker pull 24oi/oi-wiki docker run -d -p 8080:8000 --name oi-wiki 24oi/oi-wiki-d表示后台运行-p 8080:8000把容器 8000 端口映射到本机 8080--name给容器起名方便管理。跑完访问http://127.0.0.1:8080。国内网络拉不动官方源时把 pull 换成 DaoCloud 或腾讯云镜像源即可其余不变。日常只记两条docker stop oi-wiki停、docker start oi-wiki启。想让离线版内容跟上游同步重建容器一次docker stop oi-wiki docker rm oi-wiki docker pull 24oi/oi-wiki docker run -d -p 8080:8000 --name oi-wiki 24oi/oi-wiki改端口、换镜像源等更多容器参数看官方文档 docs/intro/docker-deploy.md。想改内容面向开发者的源码构建只有这条路线能让你直接改 Markdown、即时预览渲染效果适合参与 OI Wiki 建设的开发者。前提是 Python 3Linux/macOS 基本预装和 uv 包管理工具git clone https://gitcode.com/GitHub_Trending/oi/OI-wiki --depth1 cd OI-wiki pip install uv uv sync --index-url https://pypi.tuna.tsinghua.edu.cn/simple/uv sync按仓库清单装构建依赖--index-url指向清华镜像国内基本不会卡。接着装自定义主题并构建./scripts/pre-build/install-theme.sh uv run mkdocs build -v cd site python -m http.server 8000产物在site/目录最后一条起本地服务器预览。改了页面就重跑中间的构建命令以后同步上游git pull加重新构建即可。踩坑速查8000/8080 端口被占用换个端口。静态服务写python -m http.server 8081Docker 写-p 8081:8000。docker pull超时换国内镜像源例如docker pull daocloud.io/sirius/oi-wiki。docker 命令提示权限不足sudo usermod -aG docker $USER注销重新登录。uv sync装依赖失败确认已走清华源仍失败就检查代理或重试。卡住了去哪问容器完整参数列表、构建细节官方文档 docs/intro/docker-deploy.md 都写得清楚文档没覆盖的问题直接到项目社区提问维护者响应很快。【免费下载链接】OI-wiki:star2: Wiki of OI / ICPC for everyone. 某大型游戏线上攻略内含炫酷算术魔法项目地址: https://gitcode.com/GitHub_Trending/oi/OI-wiki创作声明:本文部分内容由AI辅助生成(AIGC),仅供参考
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/11 13:52:51

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/12 23:59:09

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/12 9:50:02

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/12 9:25:38

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/12 15:57:44

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/13 0:02:27

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉