手把手教你从0开始搭建自己的个人博客

手把手教你从0开始搭建个人博客,东半球最详细的保姆级博客搭建部署教程 | 程序员人手必备个人博客网站 Hello 小伙伴们大家好,我是雷小帅! 想象一下你有一个技术博客,然后把网址写在了简历上,面试官点击鼠标打开了这个网站,然后被惊艳了,最后面试的结果你懂得…… 好了,今天的主题就是手把手教大家从零开始搭建一个个人博客,整个搭建过程我保证一分钱都不用花,全部白嫖! 赶紧开始吧,有点迫不及待了。 目录 环境准备 安装 node.js 安装 docsify-cli 初始化工程目录 本地预览博客网站 定制化 多页文档 添加封面 更换主题 自定义插件 搜索框 字数统计 效果展示 阅读详情

手把手教你从0开始搭建自己的个人博客

第一步下载node.js和git

node.js官网

git的官网
在这里插入图片描述

在这里插入图片描述

因为win都是无脑安装的所以你自己点下去就没问题

在cmd下出现输出node -v 出现版本就安装成功了
在这里插入图片描述

git 安装需要你们进一步学习和了解本人就不深入了因为git安装本身就可以写一篇博客了以后会补上。推荐了解git后来玩hexo

第二部安装淘宝的cnpm 管理器

在cmd下安装,安装成功后输出cnpm -v测试安装,基本不是断网都可以安装好

npm install -g cnpm--registry=http://registry.npm.taobao.org

在这里插入图片描述

安装hexo框架(都是在cmd下完成)

cnpm install -g hexo-cli

在这里插入图片描述

本人已经在win下安装过hexo所以我就直接查看

在这里插入图片描述

不用担心会出现安装失败的情况只有你安装或者断网的情况下

本地安装hexo

随便在你的盘上创建一个blog的目录,进入目录
在这里插入图片描述

在这里插入图片描述

进入git bash here 输出hexo init。如果出现以下报错。

在cmd或者就在git下输入npm rebuild node-sass 或者cnpm rebuild node-sass之后安装就可以了

在这里插入图片描述如果还是有错误的话我直接推荐你去开个梯子(vpn)直接安装报错不用管的他会直接下载完用就完事了

输出hexo s 就可以了
在这里插入图片描述

进入localhost:4000就部署成功了

保姆级教程:手把手教你搭建个人网站 保姆级教程: 手把手教你搭建个人网站 前言 从硬件转到软件是一个很不容易的过程,这期间需要你有足够的耐心和精力从基础开始慢慢学习,同时需要保持住热情,不能偷懒,于是在学习完一个知识点后,写一篇文章记录下来就是最好的方式。这里可以使用很多平台提供的博客记录,例如博客园和优快云等,但作为一个技术宅,我们更倾向于自己搭建属于自己的个人网站,然后部署到云服务器上,这不光是让你对具体项目有所了解,同时训练了学习的积极性,相比直接利用平台数据,自己搭建的网站能够顺利运行被访问,是一件很有成就感的事情。 下面从0开始 阅读详情

相关推荐

手把手教你用 WordPress 搭建个人博客

Hello大家好,我是小张,今天这篇文章介绍一下如何用 WordPress 搭建属于自己的博客,从 0 到 1 手把手教学 目前个人博客的搭建方式大致分为两类 博客前端、后端完全由自己开发,整体从 0 到 1 实现部署;这种方式对于技术大佬来说并不难,但多多少少是有技术门槛的,因此很多同学会选择第二种方法 借助成熟的第三方代码模板,官方会为我们提供一套比较成熟的博客代码库;我们只需要将代码部署到云端即可,不需要自己从头开发;目前主要有两种方式: WordPress,需要自己提前准备一台云端服务器; He

小张Python 1万+

快速搭建个人博客——保姆级教程

文章目录序言本地网站开发工具WebStormVscode框架Hexo(强烈推荐)WordPress本地环境gitnode.jsHexo安装初始化主题样式Butterfly应用正式上线图床Butterfly配置GitHub Pages配置服务器选购攻略阿里云学生专享活动专享腾讯云学生专享活动专享域名购买DNS解析添加域名添加解析记录服务器购买部署密码设定远程连接git配置安装NginxHexo配置修改备案ICP联网备案 序言 偶然间,看到某乎上高赞的一个问题:怎么证明下计算机专业学生的能力?问题下面呢,也是有

董哲朋的博客 6万+

【Linux】手把手教你搭建自己个人博客(boss版)

文章目录前言环境搭建LAMP架构一 . 编译apache1. 安装依赖包a. 安装环境依赖b. 编译安装依赖包aprc. 安装apr-util依赖包d. 安装pcre依赖包2. 开始编译apachea. 下载apacheb. 解压编译c. 配置文件及相应目录d. 生成启动脚本并启动e. 设置使用systemctl的方式启动(启动方法二)3. 测试是否启动4. 浏览器端测试二. 源码编译mysql1. 下载mysql包2. 下载boost库3. 安装依赖包4. 添加mysql用户和用户组5. 解压及

互联网老辛 1万+

搭建个人博客详细教程

基于gitee+hexo搭建个人博客 由于国外的github page访问总是非常慢的,本文选择国内开源代码托管平台码云,因而可以在国内搭建访问与SEO检索都优于GitHub的个人网站。自己亲手勉强搭起个人博客,首先感谢木千之博主的详细教程,给了清晰的思路,写下这篇博客将详细过程记录,希望帮助更多的人,减少搭建过程中的坑,也希望可以为其他选择使用Gitee+Hexo搭建个人博客的亲们提供帮助。 总体的思路 总体的思路是在本地利用Hexo框架搭建一个静态网站,然后将项目推送到码云上,通过配置Gitee Pag

qq_42661919的博客 1万+

QMT Python API 实战指南:从安装到策略开发的完整流程

本文提供了一份详尽的QMT Python API实战指南,涵盖从环境配置到策略开发的完整流程。文章深入解析了xtdata行情模块与xttrader交易模块的核心架构与协作方式,并通过一个双均线策略实例,手把手教你如何获取数据、计算信号并执行交易,是量化交易开发者快速上手QMT Python接口文档的实用教程。

butter的博客 1417

advanced installer 打包Flutter的Windows程序安装包(基本打包、开机自启、定时自动检测升级、包含卸载程序)

advanced installer 打包Flutter的Windows程序安装包(基本打包、开机自启、定时自动检测升级、包含卸载程序)

qq_45634989的博客 2882

从零开始快速配置个人博客

效果图: 1、准备一台可以联网的电脑【我以机房电脑为例】 2、下载nodeJs【我们去下载12版本的,高版本会伴随一些小问题】 下载成功后,双击进行安装,一直点下一步即可: 3、然后打开控制台安装cnpm npm install -g cnpm --registry=https://registry.npm.taobao.org 安装hexo cnpm install hexo-cli -g 4、下载git

szjccc的博客 2099

电路仿真软件PSIM简介

PSIM的基本使用操作...

qq_55203246的博客 7188

从零开始搭建个人博客(保姆级教程)

配置环境系统:Windowsgit版本:2.44.0node.js版本:20.12.2。

weixin_56862703的博客 1万+

OPC与AI智能体集成实战:一人公司的技术栈构建与避坑指南

1. 先搞清楚“一人公司”和“AI工具”到底在解决什么问题 最近看到不少关于“裸辞搞OPC一人公司”和“AI时代骗局”的讨论,结合搜索热词里高频出现的 openclaw 、 AI编程 、 OPC ,我觉得有必要把这里面的水搅一搅,说点实在的。 首先得拆开看。标题里混了三个东西: 一人公司 、 OPC/OpenClaw 、 AI培训 。它们被放在一起讨论“骗局”,但本质上解决的是不同层面的问题。 一人公司 ,或者说个人工作室、独立开发者模式,核心是 用最小化团队(甚至一个人)去承接项目、开发产品或提供服务 。

weixin_29038345的博客 323

中国30米分辨率城市建成区数据集 (1972-2023年)

全国城市建成区空间分布数据(1972-2023年),利用Google Earth Engine平台,基于Landsat系列遥感影像提取了1972–2023年城市不透水面,后经过不透水面聚集密度计算方法计算了不透水面聚集密度,通过阈值划分提取了城市建成区,并设置了建成区面积阈值,去除了噪点,获取了全国城市建成区空间分布数据集。该提取能准确刻画城市形态,提取精度高,保持了建成区的完整性。数据集包括41期数据,1972年,1978年,1985-2023年逐年,分辨率为30米,有栅格和矢量两种格式。

地球资源数据云的官方博客 5825

个人博客搭建指南

如果你想搭建自己的博客网站,这篇文章可以为你提供一些搭建思路。目前的博客框架可以分为两大类,第一类是使用动态网页技术的博客框架,另一类是基于静态网页生成器的博客框架。基于动态网页技术的博客框架具有代表性的是WordPress和Typecho,对于这类框架来说个人博客只是它的功能之一,它还可以作为商用网站的一种解决方案。这类框架更适合想要在互联网上建立自己的品牌和形象的企业和个人。而基于静态网页技术的博客框架具有代表性的是Hexo、Jekyll和最近比较流行的用go语言开发的Hugo。

Reveone的博客 9467

使用Kettle进行数据同步(增量)

文章目录kettle介绍kettle安装kettle使用使用kettle同步关系型数据库数据(MySQL示例)1. 创建一个转换2. 选择表输入3. 格式转换4. 执行脚本5. 创建job使用kettle同步NoSql数据(MongoDB示例)创建转换时的注意事项MongoDBInput怎么创建job的创建如何在Linux上面运行已经创建好的job?1、把创建好的job传输到Linux机器上面2、编辑kjb文件3、执行任务 kettle介绍 Kettle 是一款国外开源的 ETL 工具,纯 Java 编写

JenKin的博客 7351

手把手教你从0开始搭建自己的个人博客//hexo框架

一:准备环境 1.有一个github账号 2.官网上Git 3.官网上下载Node.js 二:操作步骤 1.打开命令窗口(win+R+cmd),查看node的版本 2.安装淘宝的镜像源 3.检查cnpm是否正确 4.安装hexo博客框架 5.建立一个空的文件夹 6.进入博客目录 7.初始化博客 8.启动博客 此时在浏览器输入localhost:4000就已经可以访问了 9.新建博客文章...

池鱼 846

别再盲调PID了!手把手教你用VOFA+实时可视化电机速度曲线(附STM32F4源码)

本文详细介绍了如何使用VOFA+工具实现PID参数的可视化调试,帮助开发者从盲调转向精准调优。通过实时可视化电机速度曲线,结合STM32F4源码示例,展示了如何高效调试Kp、Ki、Kd参数,解决响应慢、超调等常见问题,大幅提升电机控制系统的性能。

weixin_28366475的博客 130

【人工智能】Open WebUI 安装指南 ( 基于Docker下载和使用Open WebUI 、通过本地运行项目源码进行搭建Open WebUI)

Open WebUI 是一个可扩展、功能丰富且用户友好的自托管 WebUI,旨在完全离线操作。它支持各种 LLM 运行程序,包括 Ollama 和 OpenAI 兼容的 API。社区:https://openwebui.com/

奶爸的编程之路,也就一周冷个三天 2万+

从零开始部署到上线:手把手教你搭建属于自己的个人博客网站!

从零开始部署到上线:手把手教你搭建属于自己的个人博客网站! 博客:其实博客的正式名称是网络日记,见名知意,是使用特定软件在网络上出版发表和张贴个人文章的人,或者是一种由个人管理不定期更新文章的网站。 现在是互联网逐渐发展,已经出现了很多可以供自己写博客的网站,大家可以在上面 发表自己的文章,供自己记录或者是供他人阅读。但是,可不可以自己搭建一个只属于自己的个人博客网站呢?这篇文章就带你从0开始搭建一个自己的个人博客网站,并部署到属于自己服务器。这里有一点要说的是,没有服务器的同学使用自己机器的linux系

大数据小禅的博客 9281

深度学习工具包 DeepLearningToolbox

深度学习工具包Deprecation notice.-----This toolbox is outdated and no longer maintained.There are much better tools available for deep learning than this toolbox, e.g. [Theano](http://deeplearning.net/software/theano/), [torch](http://torch.ch/) or [tensorflow](http://www.tensorflow.org/)I would suggest you use one of the tools mentioned above rather than use this toolbox.Best, Rasmus.DeepLearnToolbox================A Matlab toolbox for Deep Learning.Deep Learning is a new subfield of machine learning that focuses on learning deep hierarchical models of data.It is inspired by the human brain's apparent deep (layered, hierarchical) architecture.A good overview of the theory of Deep Learning theory is[Learning Deep Architectures for AI](http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf)For a more informal introduction, see the following videos by Geoffrey Hinton and Andrew Ng.* [The Next Generation of Neural Networks](http://www.youtube.com/watch?v=AyzOUbkUf3M) (Hinton, 2007)* [Recent Developments in Deep Learning](http://www.youtube.com/watch?v=VdIURAu1-aU) (Hinton, 2010)* [Unsupervised Feature Learning and Deep Learning](http://www.youtube.com/watch?v=ZmNOAtZIgIk) (Ng, 2011)If you use this toolbox in your research please cite [Prediction as a candidate for learning deep hierarchical models of data](http://www2.imm.dtu.dk/pubdb/views/publication_details.php?id=6284)```@MASTERSTHESIS\{IMM2012-06284, author = "R. B. Palm", title = "Prediction as a candidate for learning deep hierarchical models of data", year = "2012",}```Contact: rasmusbergpalm at gmail dot comDirectories included in the toolbox-----------------------------------`NN/` - A library for Feedforward Backpropagation Neural Networks`CNN/` - A library for Convolutional Neural Networks`DBN/` - A library for Deep Belief Networks`SAE/` - A library for Stacked Auto-Encoders`CAE/` - A library for Convolutional Auto-Encoders`util/` - Utility functions used by the libraries`data/` - Data used by the examples`tests/` - unit tests to verify toolbox is workingFor references on each library check REFS.mdSetup-----1. Download.2. addpath(genpath('DeepLearnToolbox'));Example: Deep Belief Network---------------------```matlabfunction test_example_DBNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit RBM and visualize its weightsrand('state',0)dbn.sizes = [100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);figure; visualize(dbn.rbm{1}.W'); % Visualize the RBM weights%% ex2 train a 100-100 hidden unit DBN and use its weights to initialize a NNrand('state',0)%train dbndbn.sizes = [100 100];opts.numepochs = 1;opts.batchsize = 100;opts.momentum = 0;opts.alpha = 1;dbn = dbnsetup(dbn, train_x, opts);dbn = dbntrain(dbn, train_x, opts);%unfold dbn to nnnn = dbnunfoldtonn(dbn, 10);nn.activation_function = 'sigm';%train nnopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.10, 'Too big error');```Example: Stacked Auto-Encoders---------------------```matlabfunction test_example_SAEload mnist_uint8;train_x = double(train_x)/255;test_x = double(test_x)/255;train_y = double(train_y);test_y = double(test_y);%% ex1 train a 100 hidden unit SDAE and use it to initialize a FFNN% Setup and train a stacked denoising autoencoder (SDAE)rand('state',0)sae = saesetup([784 100]);sae.ae{1}.activation_function = 'sigm';sae.ae{1}.learningRate = 1;sae.ae{1}.inputZeroMaskedFraction = 0.5;opts.numepochs = 1;opts.batchsize = 100;sae = saetrain(sae, train_x, opts);visualize(sae.ae{1}.W{1}(:,2:end)')% Use the SDAE to initialize a FFNNnn = nnsetup([784 100 10]);nn.activation_function = 'sigm';nn.learningRate = 1;nn.W{1} = sae.ae{1}.W{1};% Train the FFNNopts.numepochs = 1;opts.batchsize = 100;nn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.16, 'Too big error');```Example: Convolutional Neural Nets---------------------```matlabfunction test_example_CNNload mnist_uint8;train_x = double(reshape(train_x',28,28,60000))/255;test_x = double(reshape(test_x',28,28,10000))/255;train_y = double(train_y');test_y = double(test_y');%% ex1 Train a 6c-2s-12c-2s Convolutional neural network %will run 1 epoch in about 200 second and get around 11% error. %With 100 epochs you'll get around 1.2% errorrand('state',0)cnn.layers = { struct('type', 'i') %input layer struct('type', 'c', 'outputmaps', 6, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %sub sampling layer struct('type', 'c', 'outputmaps', 12, 'kernelsize', 5) %convolution layer struct('type', 's', 'scale', 2) %subsampling layer};cnn = cnnsetup(cnn, train_x, train_y);opts.alpha = 1;opts.batchsize = 50;opts.numepochs = 1;cnn = cnntrain(cnn, train_x, train_y, opts);[er, bad] = cnntest(cnn, test_x, test_y);%plot mean squared errorfigure; plot(cnn.rL);assert(er<0.12, 'Too big error');```Example: Neural Networks---------------------```matlabfunction test_example_NNload mnist_uint8;train_x = double(train_x) / 255;test_x = double(test_x) / 255;train_y = double(train_y);test_y = double(test_y);% normalize[train_x, mu, sigma] = zscore(train_x);test_x = normalize(test_x, mu, sigma);%% ex1 vanilla neural netrand('state',0)nn = nnsetup([784 100 10]);opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samples[nn, L] = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.08, 'Too big error');%% ex2 neural net with L2 weight decayrand('state',0)nn = nnsetup([784 100 10]);nn.weightPenaltyL2 = 1e-4; % L2 weight decayopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex3 neural net with dropoutrand('state',0)nn = nnsetup([784 100 10]);nn.dropoutFraction = 0.5; % Dropout fraction opts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex4 neural net with sigmoid activation functionrand('state',0)nn = nnsetup([784 100 10]);nn.activation_function = 'sigm'; % Sigmoid activation functionnn.learningRate = 1; % Sigm require a lower learning rateopts.numepochs = 1; % Number of full sweeps through dataopts.batchsize = 100; % Take a mean gradient step over this many samplesnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex5 plotting functionalityrand('state',0)nn = nnsetup([784 20 10]);opts.numepochs = 5; % Number of full sweeps through datann.output = 'softmax'; % use softmax outputopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, train_x, train_y, opts);[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');%% ex6 neural net with sigmoid activation and plotting of validation and training error% split training data into training and validation datavx = train_x(1:10000,:);tx = train_x(10001:end,:);vy = train_y(1:10000,:);ty = train_y(10001:end,:);rand('state',0)nn = nnsetup([784 20 10]); nn.output = 'softmax'; % use softmax outputopts.numepochs = 5; % Number of full sweeps through dataopts.batchsize = 1000; % Take a mean gradient step over this many samplesopts.plot = 1; % enable plottingnn = nntrain(nn, tx, ty, opts, vx, vy); % nntrain takes validation set as last two arguments (optionally)[er, bad] = nntest(nn, test_x, test_y);assert(er < 0.1, 'Too big error');```[![Bitdeli Badge](https://d2weczhvl823v0.cloudfront.net/rasmusbergpalm/deeplearntoolbox/trend.png)](https://bitdeli.com/free "Bitdeli Badge")

手把手教你基于Springboot+Vue搭建个人博客网站

Hello,你好呀,我是灰小猿,一个超会写bug的程序猿! 利用国庆期间做了一个基于springboot+vue的前后端分离的个人博客网站,今天在这里将开发过程和大家分享一下,手把手教你搭建一个自己专属的个人博客。 完整源码放置在Gitee上了,【源码链接】 小伙伴们记得⭐star⭐哟! 小伙伴们一键三连➕关注!灰小猿带你上高速啦????????????! 先看一下博客网站的演示视频: ⚡项目目录⚡ 个人博客网站项目整体思路 Java后端接口开发 (1)数据库设计 ​(2)整合My

累计发表博客60余万字,优快云 博客专家、Java 领域优质创作者、华为云享专家、阿里云专家博主。专注分享 Java 优质文章,毕设实战项目开发,全网粉丝10W+ 4万+

OV9734 DATASHEET,完整规格书

OV9734完整规格书,包括电气参数,尺寸规格,寄存器配置表等

STM32F407中文手册

STM32f407中文手册 本参考手册面向应用开发人员,提供有关使用 STM32F405xx/07xx、STM32F415xx/17xx、 STM32F42xxx 和 STM32F43xxx 微控制器存储器与外设的完整信息。STM32F405xx/07xx、STM32F415xx/17xx、STM32F42xxx 和 STM32F43xxx 构成一个微 控制器系列,各产品具有不同的存储器大小、封装和外设。有关订购信息以及器件的机械与电气特性,请参见数据手册。有关 ARM Cortex™-M4F 内核的信息,请参见《Cortex™-M4F 技术参考手册》。

手把手教你搭建惊艳的博客

搭建自己的博客网站,手把手。

2i3i.com 9487

Devexpress16.2.6破解工具

Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具Devexpress16.2.6破解工具

从0到1手把手教你搭建个人博客

从0到1手把手教你搭建个人博客

weixin_59796310的博客 2596

手把手教你使用Typecho搭建自己的个人博客

今天博主使用Typecho搭建了一个新的博客,同时记录一下这个过程,帮助一些建站小白来搭建自己的个人博客。本篇文章篇幅较长(大约有5000多字),请耐心阅读,老鸟请忽略… 本文章的内容,参考了Kwok’s blog博客的内容,原文地址:https://www.kwok.fun/web/5.html 准备工作 在开始建站之前,你需要准备以下东西。 域名(已备案) 服务器/虚拟主机 除此之外你还需要会一些简单的电脑操作技能。所准备的域名需要备案,当然如果你采用的是国外服务器或虚拟主机可忽略此项,这里博主采用的

twelvecoder 2581

从0开始搭建自己的个人博客hexo(一)

从0开始搭建自己的个人博客hexo 手把手教你从0开始搭建自己的个人博客 |无坑版视频教程| hexo 本篇所包含的内容如下: 安装NodeJs 安装 Git 安装hexo 运行测试 1.安装NodeJs Hexo是基于nodeJS环境的静态博客。作为服务端运行javascript的平台的NodeJs,把前台javascript移到了服务器端,Google V8引擎使其运行效率非常...

fmk1023的博客 819

手把手教你搭建个人博客(一)构建

最近想到把自己的个人博客系统性重构一下,想了想索性从 0 开始写,顺便记录下整个过程给大家做个参考,现在我们马上开始

g1016779270的博客 1942

手把手教你搭建个人博客(二)布局

个人博客的布局设计与开发,附全部源码

g1016779270的博客 1993

手把手教你搭建属于自己的技术博客

手把手教你搭建属于自己的技术博客 优快云有字数限制,我又不想分开发,所以需要完整版教程的请移步至 https://feigezuishuai123.github.io 文章目录手把手教你搭建属于自己的技术博客1.如何部署环境Node.js 安装Hexo 安装Git 安装2.如何初始化个人博客创建 bolg 文件夹初始化博客3.如何写博客4.如何将写好的博客部署到远端5.总结 1.如何部署环境 搭建个人博客的方式有很多种,网上类似的搭建过程介绍也有很多很多良心的文章,这里我使用的是 Hexo + GitH

qq_42860218的博客 17万+
上一篇: 创建vue项目常用命令
下一篇: 如何搭建next和基本next美化
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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