搭建个人Leanote云笔记本

简介: Leanote是一款在线的云笔记应用

一:连接ECS服务器
图片.png
二:安装MongoDB
1:配置MongoDB的yum源
vim /etc/yum.repos.d/mongodb-org-4.0.repo
添加以下内容:
[mongodb-org-4.0]
name=MongoDB Repository
baseurl=https://repo.mongodb.org/yum/redhat/$releasever/mongodb-org/4.0/x86_64/
gpgcheck=0
enabled=1
gpgkey=https://www.mongodb.org/static/pgp/server-4.0.asc
这里可以修改 gpgcheck=0, 省去gpg验证

yum makecache
这个命令是将软件包信息提前在本地缓存一份,用来提高搜索安装软件的速度
2.安装MongoDB

安装命令:

yum -y install mongodb-org

安装完成后

查看mongo安装位置 :

whereis mongod

查看修改配置文件 :

vim /etc/mongod.conf

3.启动MongoDB

启动mongodb :

systemctl start mongod.service

停止mongodb :

systemctl stop mongod.service

查到mongodb的状态:

systemctl status mongod.service
三:安装Leanote
1:下载Leanote二进制安装包。
wget https://nchc.dl.sourceforge.net/project/leanote-bin/2.6.1/leanote-linux-amd64-v2.6.1.bin.tar.gz
2:tar -zxvf leanote-linux-amd64-v2.6.1.bin.tar.gz
3:使用vim编辑器打开文件leanote/conf/app.conf。
修改后如图所示 #app.secret= 修改该项的值为任意字符串。
图片.png
4:初始化数据库。
mongorestore -h localhost -d leanote --dir /root/leanote/mongodb_backup/leanote_install_data/
5:启动服务
nohup bash /root/leanote/bin/run.sh > /root/leanote/run.log 2>&1 &
6:访问云笔记
在浏览器中访问http://公网地址>:9000,请将替换为左侧资源栏中的ECS公网IP地址。默认管理用户为admin,密码为abc123。登录成功后如下图所示。

图片.png

目录
相关文章
|
2月前
|
监控 数据可视化 数据挖掘
从“静态看板”到“决策引擎”:为什么您的数据分析平台需要一次专业化升级?
Quick BI专业版专为业务深水区打造:以主动预警替代“人找数”,秒级即席分析+小Q问数释放业务洞察力,电子表格支撑复杂财务报表,数据大屏提升汇报专业度,并通过填报回写、办公协同与开放API,打通“看数—决策—执行”闭环,让数据真正驱动业务。
从“静态看板”到“决策引擎”:为什么您的数据分析平台需要一次专业化升级?
|
4月前
|
机器学习/深度学习 人工智能 物联网
构建AI智能体:七十八、参数的艺术:如何在有限算力下实现高质量的AI诗歌创作
本文详细记录了通过LoRA技术优化唐诗生成模型的过程。初始阶段模型表现欠佳,出现内容重复和格律混乱等问题,损失值高达1.7467。通过系统性参数调整(包括将LoRA秩从4提升至16、优化学习率和训练轮次等),最终使损失值降至0.069,获得显著提升。文章详细介绍了优化策略,包括数据集的构建(包含180首涵盖四季、山水、抒情等主题的唐诗)、LoRA配置调整和生成参数优化等内容。最终生成的诗歌在格律、意境和多样性方面均达到良好水平,展示了LoRA技术在文学创作领域的应用潜力,为小模型实现专业级创作提供了参考范例
211 3
|
3月前
|
存储 缓存 测试技术
阿里云服务器 u1 实例 ecs.u1-c1m2.xlarge(4 核 8G)测评
阿里云u1实例(ecs.u1-c1m2.xlarge)4核8G配置,搭配1M-3M固定带宽与20G起ESSD Entry云盘,是兼顾算力与实用性的热门选择。其核心优势在于算力100%释放、运行稳定,4核CPU可应对多任务并行处理,8G内存能支撑中小型数据库或多应用部署,既不似低配置那般局限于轻量场景,也不像高配置那般成本偏高,适配个人开发者的复杂项目与中小企业的通用业务需求。以下从优惠活动价格、性能表现、适用场景及避坑要点四方面,用通俗语言详细解析。
426 0
|
数据采集 运维 前端开发
一场始于 Selector Error 的拯救行动:企查查数据采集故障排查记
开发人员小李在使用Python爬虫从企查查抓取公司工商信息时,遇到选择器失效和动态加载内容无法解析的问题。通过分析日志和网页结构变化,发现关键数据由JavaScript动态渲染。解决方案包括引入Selenium模拟浏览器行为、配置代理IP和请求头、调整选择器,并优化代码实现。最终成功解决了数据采集问题,确保了爬虫的稳定性和可靠性。改进方案还涉及动态加载应对策略、选择器稳定性保障及代理池搭建等措施,以应对未来可能的变化。
449 3
一场始于 Selector Error 的拯救行动:企查查数据采集故障排查记
|
机器学习/深度学习 人工智能 DataWorks
《数据驱动新变革:DataWorks与图神经网络打造AI决策“最强大脑”》
在数字化时代,数据成为企业的核心资产。DataWorks作为大数据管理的中流砥柱,负责存储、整合和治理海量数据;图神经网络(GNN)则为处理复杂图结构数据提供创新方案。两者结合,开启了知识图谱数据处理与分析的新纪元,助力人工智能推理与决策。DataWorks构建庞大的数据生态体系,涵盖结构化、半结构化及非结构化数据。知识图谱如同智能导航灯塔,将分散的数据编织成紧密的知识网络。以互联网广告行业为例,DataWorks收集用户浏览、广告投放等数据,通过知识图谱关联,揭示用户与广告主、创意间的复杂关系。
269 5
|
机器学习/深度学习 算法 安全
基于深度学习的路面裂缝检测算法matlab仿真
本项目基于YOLOv2算法实现高效的路面裂缝检测,使用Matlab 2022a开发。完整程序运行效果无水印,核心代码配有详细中文注释及操作视频。通过深度学习技术,将目标检测转化为回归问题,直接预测裂缝位置和类别,大幅提升检测效率与准确性。适用于实时检测任务,确保道路安全维护。 简介涵盖了算法理论、数据集准备、网络训练及检测过程,采用Darknet-19卷积神经网络结构,结合随机梯度下降算法进行训练。
|
人工智能 搜索推荐
AI视频技术的发展是否会影响原创内容的价值
AI视频技术的发展显著降低了视频制作的门槛与成本,自动完成剪辑、特效添加等繁琐工作,大大缩短创作时间。它提供个性化创意建议,帮助创作者突破传统思维,拓展创意边界。此外,AI技术使更多非专业人士也能参与视频创作,注入新活力与多样性,丰富了原创内容。总体而言,AI视频技术不仅提升了创作效率,还促进了视频内容的创新与多样化。
|
Windows
Multisim 14简易三人抢答器电路设计
Multisim 14简易三人抢答器电路设计
1264 1
|
前端开发 开发者
「Mac畅玩鸿蒙与硬件23」鸿蒙UI组件篇13 - 自定义组件的创建与使用
自定义组件可以帮助开发者实现复用性强、逻辑清晰的界面模块。通过自定义组件,鸿蒙应用能够提高代码的可维护性,并简化复杂布局的构建。本篇将介绍如何创建自定义组件,如何向组件传递数据,以及如何在不同页面间复用这些组件。
366 5
「Mac畅玩鸿蒙与硬件23」鸿蒙UI组件篇13 - 自定义组件的创建与使用
|
机器学习/深度学习 存储 人工智能
《智领未来:C++ 与遗传算法在 AI 模型参数优化中的深度融合》
本文探讨了在C++中实现遗传算法并应用于人工智能模型参数优化的方法。遗传算法模拟自然界的进化过程,通过选择、交叉和变异等操作优化模型参数。文章详细介绍了C++实现遗传算法的关键步骤,包括定义个体与种群、初始化种群、适应度评估、选择、交叉、变异及迭代更新种群。此外,还讨论了C++实现遗传算法的优势与挑战,并展望了其在深度学习、强化学习、边缘计算等领域的应用前景。
310 9