timmy / 輕鬆管理 Docker Compose！Makefile 讓專案運作如魚得水！
0 лайк(-ов)
0 форк(-ов)
2 файл(-ов)
Последняя активность 9 months ago
這個 Makefile 讓 Docker Compose 專案管理變超簡單！它會自動用資料夾名稱當專案名。你可以用它來啟動、停止、重啟服務，也能輕鬆備份和還原 PostgreSQL 資料庫（還原是「砍掉重練」等級，要小心用喔！）。它還能幫你清理 Docker 資源，解決一些「技術債」。配合 `docker-compose.yml`，資料庫服務設定好好的，資料會自動存起來，連初始化腳本的換行符號都會自動搞定，超貼心！
| 1 | # Makefile: 適用於 docker-compose 專案，自動取用當前資料夾為專案名 |
| 2 | |
| 3 | COMPOSE := docker-compose |
| 4 | COMPOSE_FILE := docker-compose.yml |
| 5 | PROJECT_NAME := $(notdir $(CURDIR)) # 依照當前資料夾自動命名 |
| 6 | |
| 7 | # 資料庫服務名稱與 Volume 名稱 |
| 8 | DB_SERVICE_NAME := db # 在 docker-compose.yml 中定義的資料庫服務名稱 (例如：db) |
| 9 | # Docker Compose 預設會為 Volume 加上專案名稱前綴。 |
| 10 | # 所以如果你的 Volume 叫 app_postgres_data，且專案名稱是 myproject， |
timmy / MinIO 本地端儲存服務
0 лайк(-ов)
0 форк(-ов)
2 файл(-ов)
Последняя активность 7 months ago
這個 docker-compose.yml 設定檔是幫你快速啟動一個 MinIO 儲存服務。MinIO 就像是你放在本地端的 S3，方便開發或測試的時候放檔案。它用 minio/minio:latest 映像檔，容器會命名為 app_minio。你可以透過 9000 埠存取 MinIO 的 API，而管理介面則是在 9001 埠。帳號密碼預設是 minioadmin，但你可以透過環境變數 S3_ACCESS_KEY_ID 和 S3_SECRET_ACCESS_KEY 自己改。所有資料都會存在 app_minio_data 這個 Volume 裡，不用怕容器重啟資料就不見了。它會自動重啟，除非你手動停止，並加入到 app_network 網路，方便跟其他服務溝通。
| 1 | MINIO_ROOT_USER=myaccesskey |
| 2 | MINIO_ROOT_PASSWORD=mysecretkey |
| 3 | MINIO_DOMAIN=minio.example.com |
| 4 | MINIO_SERVER_URL=https://minio.example.com |
| 5 | MINIO_CONSOLE_URL=https://console.example.com |
timmy / Docker Compose 專案通用 Makefile
1 лайк(-ов)
0 форк(-ов)
2 файл(-ов)
Последняя активность 9 months ago
這個 Makefile 專門為 Docker Compose 專案設計，它會自動抓取你當前資料夾的名稱當作專案名，省去手動設定的麻煩。裡面包辦了 Docker Compose 最常用的指令，像是啟動、停止、重新建置、查看日誌、進入容器等，讓你可以「一鍵搞定」專案操作。此外，它還提供了清理服務資料和未使用 Docker 資源的功能，讓你的工作環境保持乾淨，是管理 Docker Compose 專案的好幫手！
| 1 | # Makefile: 適用於 docker-compose 專案，自動取用當前資料夾為專案名 |
| 2 | |
| 3 | COMPOSE := docker-compose |
| 4 | COMPOSE_FILE := docker-compose.yml |
| 5 | PROJECT_NAME := $(notdir $(CURDIR)) # 依照當前資料夾自動命名 |
| 6 | |
| 7 | # 可選自訂 .env 變數（預設 docker-compose 自動載入） |
| 8 | # ENV_FILE := .env |
| 9 | |
| 10 | .PHONY: help up down build restart logs ps exec clean prune |
timmy / Python 專案 UV 管理 Makefile
0 лайк(-ов)
0 форк(-ов)
1 файл(-ов)
Последняя активность 9 months ago
這個 Makefile 專為使用 uv 管理的 Python 專案打造，讓你在開發時可以「一鍵搞定」各種操作，根本就是工程師福音。它簡化了虛擬環境的建立與套件安裝（init 和 install），讓你不用再記一堆指令。程式碼品質管理也變得超簡單，可以用 lint 進行靜態檢查，或用 format 自動排版，輕鬆解決排版上的「技術債」。跑測試用 test，執行主程式就敲 run。最後，還有個方便的 clean 指令，能一次移除快取檔案和虛擬環境，讓你專案「砍掉重練」時超方便，保持工作環境的整潔，完全符合台灣工程師「實用至上」的精神！
| 1 | # Makefile: 適用於使用 uv 管理的 Python 專案 |
| 2 | |
| 3 | PY := uv venv exec -- python |
| 4 | PIP := uv pip |
| 5 | VENV := .venv |
| 6 | |
| 7 | .PHONY: help init install lint format test run clean |
| 8 | |
| 9 | help: |
| 10 | @echo "📘 可用指令：" |
timmy / 根目錄自動導向設定範例
0 лайк(-ов)
0 форк(-ов)
1 файл(-ов)
Последняя активность 10 months ago
此 Nginx 設定檔案示範如何將根目錄請求自動轉向至指定路徑（如 /target-path 或 /dashboard），使用 301 永久導向，並包含註解說明設置位置及轉向行為。
| 1 | # --- 根目錄自動導向設定範例 --- |
| 2 | # 若網址是根目錄，自動 301 轉到 /target-path |
| 3 | # 301 是永久導向（SEO 友善），若只想暫時導向，請改成 302 |
| 4 | # 自訂路徑前記得加上斜線（/），不然 Nginx 會報語法錯誤 |
| 5 | # 請貼在任何 allow/deny 設定之後 |
| 6 | |
| 7 | if ($request_uri = "/") { |
| 8 | return 301 /target-path; |
| 9 | } |
timmy / 安裝 Python 相依套件
0 лайк(-ов)
0 форк(-ов)
1 файл(-ов)
Последняя активность 10 months ago
此 Bash 腳本設置環境變數並使用 pip 安裝 requirements.txt 中列出的 Python 相依套件到當前目錄，並禁用快取以確保最新版本。
| 1 | #!/bin/bash |
| 2 | |
| 3 | SHELL=/bin/sh |
| 4 | PATH=/usr/local/sbin:/usr/local/bin:/sbin:/bin:/usr/sbin:/usr/bin |
| 5 | TZ='Asia/Taipei' |
| 6 | |
| 7 | pip install --no-cache-dir -r requirements.txt -t . |
timmy / 列出 OpenAI 模型清單
0 лайк(-ов)
0 форк(-ов)
1 файл(-ов)
Последняя активность 10 months ago
此 Python 程式碼用於初始化 OpenAI 客戶端，設定 API 金鑰和自定義基礎 URL，並列出可用的模型清單。
| 1 | import os |
| 2 | from openai import OpenAI |
| 3 | |
| 4 | # 初始化 OpenAI 客戶端，設定 API 金鑰跟自定義 base URL |
| 5 | client = OpenAI( |
| 6 | api_key="sk-olPkgbB0-qQbgW5kO-ovidK4cR-WTmLAUco", # 直接寫入你的金鑰 |
| 7 | base_url="http://192.168.88.82:4000" # 指定自定義 API 端點 |
| 8 | ) |
| 9 | |
| 10 | # 獲取模型列表 |
timmy / 使用 OpenAI API 進行串流聊天完成
0 лайк(-ов)
0 форк(-ов)
1 файл(-ов)
Последняя активность 10 months ago
此程式碼初始化 OpenAI 客戶端，並發送聊天請求以串流方式獲取回應，逐步顯示用戶輸入的內容解釋。
| 1 | import os |
| 2 | from openai import OpenAI |
| 3 | |
| 4 | # 初始化 OpenAI 客戶端，設定 API 金鑰跟自定義 base URL |
| 5 | client = OpenAI( |
| 6 | api_key="sk-olPkgbB0-qQbgW5kO-ovidK4cR-WTmLAUco", # 直接寫入你的金鑰 |
| 7 | base_url="http://192.168.88.82:4000" # 指定自定義 API 端點 |
| 8 | ) |
| 9 | |
| 10 | # 發送聊天完成請求，啟用串流模式 |