首页 > 其他分享 >利用坦克PWA3快速为应用配置域名:以Gogs为例

利用坦克PWA3快速为应用配置域名:以Gogs为例

时间:2025-01-18 23:53:48浏览次数:1  
标签:配置 为例 PWA3 Gogs 域名 DNS 坦克

全文概述

本文介绍了如何利用坦克PWA3平台快速为Gogs应用配置域名的过程。随着互联网技术的发展,自托管Git服务变得越来越受欢迎,其中Gogs凭借其轻量级和易于安装的特点受到众多开发者的青睐。为提高用户体验,为应用配置一个易记且专业的域名至关重要。文中详细阐述了在坦克PWA3平台上通过“快记录管理”功能进行DNS配置的步骤,包括登录坦克PWA3控制面板、添加应用配置并指定正确的IP地址,以及配置DNS客户端使用户能够通过域名直接访问Gogs服务器。此外,坦克PWA3的内网穿透功能使得即使在非本地网络环境下也能实现对Gogs应用的访问。整个过程不仅简化了DNS记录的创建,也保证了对Gogs应用的安全高效访问,突显了坦克PWA3平台在简化应用部署和管理上的优势。

简介

随着互联网技术的发展,越来越多的开发者和团队选择自托管 Git 服务来管理和分享代码。Gogs(Go Git Service)作为一个轻量级且易于安装的自托管 Git 服务解决方案,受到了许多开发者的青睐。然而,在实际使用中,为 Gogs 这样的应用配置一个易记且专业的域名,对于提升用户体验至关重要。本文将介绍如何利用坦克 PWA3 平台提供的“快记录管理”功能,快速为 Gogs 应用配置域名。

准备工作

安装Gogs

首先,确保您已经在服务器上成功安装并运行了 Gogs 。如果尚未完成,请访问Gogs官方文档获取详细的安装指南。安装完成后,Gogs 通常会监听在 HTTP 端口3000或 HTTPS 端口443上。

域名分配

坦克 PWA3 集成坦克 NS 功能,可以为你的应用分配域名,而无需购买域名,但这只能够内部使用。我把域名 gogs.offic 作为 gogs 服务器的域名为例说明。

安装坦克pwa3

参考安装坦克pwa3文章 https://www.tankprint.online/博客/2025/01/安装坦克pwa3教程.html

使用坦克PWA3进行DNS配置

步骤一:登录坦克PWA3控制面板

打开浏览器,输入坦克 PWA3 的服务地址 http://tk.shos 并登录。如果您是第一次使用坦克PWA3,用户名可能是 tankpwa3 和密码可能是 123456

步骤二:添加配置

  1. 在坦克PWA3控制面板首页,找到“配置管理”入口。
  2. 点击进入后,点击添加应用配置。
  3. 填写字段:
    • 域名:填写 gogs.offic
    • 端口:填写 80
    • 真实应用地址:填写 http://127.0.0.1:3000
  4. 点击确定。

真实应用地址是gogs服务的地址,如果在其它电脑,则填写其它电脑的IP地址。如果是本机则是 127.0.0.1

此时,您已经为gogs.offic指定了正确的IP地址。但是为了让用户能够直接通过域名访问Gogs,还需要进一步配置DNS客户端。

步骤三:配置DNS客户端

  1. 确定当前电脑(安装坦克pwa3的电脑)的IP地址,如果是本机则是 127.0.0.1
  2. 参考这篇文章配置 DNS 客户端。把IP地址填写到客户端里面,配置DNS客户端参考文章 https://www.tankprint.online/gogs开源.html

现在,当用户访问gogs.offic时,他们的请求的域名会被坦克pwa3的集成DNS服务器捕获,并且解析到 127.0.0.1 这个 IP 地址,并根据预先设定的规则转发给后端的Gogs服务器。同时,你还可以利用坦克pwa3自带的内网穿透功能实现公网端访问。

结语

通过上述步骤,我们不仅简化了DNS记录的创建过程,还实现了对Gogs应用的安全、高效的访问。坦克PWA3以其简洁的操作界面和强大的功能集,帮助用户轻松完成了从域名解析到应用配置的一系列任务。无论你是个人开发者还是企业团队,都可以借助坦克PWA3平台的优势,让自己的项目更专业、更便捷地展示给全世界。

标签:配置,为例,PWA3,Gogs,域名,DNS,坦克
From: https://www.cnblogs.com/ganyaotong/p/18658665

相关文章

  • 机器学习算法深度解析与实践案例:以随机森林为例
    机器学习算法深度解析与实践案例:以随机森林为例在当今大数据驱动的时代,机器学习作为人工智能的一个核心分支,正以前所未有的速度改变着各行各业。从金融风控到医疗健康,从自动驾驶到智能推荐系统,机器学习算法的应用无处不在。本文将深入探讨一种广泛应用于分类和回归任务的强......
  • 前端新手如何用vite构建小程序中使用的模块(以AES加密模块crypto-js为例)
    如果你只是想简单地把在vite项目中使用的模块引入到小程序中,不妨试试库模式。以crypto-js为例,你需要写两个JS文件:一个是构建脚本,类似于vite.config.js;//build.cjsconst{build}=require('vite'),path=require('path');build({publicDir:false,configFile:false......
  • 【01】vs-code如何配置flutter环境-开发完整的社交APP-前端客户端开发+数据联调|以优
    【01】vs-code如何配置flutter环境-开发完整的社交APP-前端客户端开发+数据联调|以优雅草商业项目为例做开发-flutter开发-全流程-商业应用级实战开发-优雅草央千澈-供大大的学习提升章节内容【01】章节内容【01】vs-code配置flutter环境开发背景优雅草央千澈对本项目的描......
  • pytorch算子调用过程:以rand算子为例
    通过pytorch的torch.profiler带调用栈采集运行过程可以看到如下信息,通过chrome://tracing查看,图上每个小条条表示一个traceEvent,json中的信息如下图所示,其中cat表示traceEvent的类型,有cpu_op,python_function等,前者表示torch的cpp代码中定义的操作,后者表示pytorch的python代码......
  • 【经典JESD204B ADC采集示例】基于FPGA的JESD204B ADC数据采集驱动源码(以AD9689为例)
    一、基础信息Ad9689是双通道ADC,分辨率14bit,最高采样率2Gsps/2.6Gsps;采用JESD204Bsubclass1协议,共8lanes串行接口输出;框图如下:在不同采样率下,不同输入频点的SFDR和SNR典型值:内部有可编程FIR滤波器,4个DDC:每个DDC包含一个48bitNCO实现混频,以及可编程的抽取速率;如此可......
  • IPOIB驱动中RSS和TSS相关功能的实现:以ipoib_main_rss.c为例
    一、引言在现代网络通信领域,InfiniBandoverEthernet(IPoIB)驱动的高效性对于网络性能有着至关重要的影响。其中,接收方扩展(RSS)和传输方扩展(TSS)是提升网络性能的关键技术。ipoib_main_rss.c文件作为IPoIB驱动中处理RSS和TSS的重要源码文件,蕴含着丰富的功能和复杂的......
  • 深入解析 Spring AI 系列:以OpenAI与Moonshot案例为例寻找共同点
    今天,我们将重点探讨对接的业务逻辑。为了帮助大家更直观地掌握其中的规律性,我将通过对比OpenAI与《月之暗面》中的Moonshot两个案例来阐述这一点。通过这样的对比,大家可以更清晰地看到,这些对接业务的整体框架其实非常相似。换句话说,我们要做的工作只是其中的一小部分,但它同样是关......
  • ubuntu 18.04下neovim手动添加treesitter支持(c语言为例)
    环境准备rustcurl--proto'=https'--tlsv1.2-sSfhttps://sh.rustup.rs|shnode.jshttps://nodejs.org/dist/v16.20.2/node-v16.20.2-linux-x64.tar.xzneovimhttps://github.com/neovim/neovim-releases/releases/download/v0.10.3/nvim-linux64.tar.g......
  • Peft框架不提供merge_and_unload方法,如何进行peft方法和Base model的合并?以prefix tun
    Merge_peft_methods_prefix_and_prompt_tuning问题描述我想要把prefixtuning,prompttuning训练的参数和basemodel模型的参数合并,但是huggingface的peft框架只有lora存在merge_and_unload方法,其他的peft方法没有。那应该怎么办呢?这就是本文想解决的问题,把笔者踩得坑记录......
  • 深度学习基础框架通用模板 (Pytorch Template) - cifar10 图片分类为例,深度学习模板
    文章目录项目简介运行结果展示文件和目录结构说明功能模块详解1.数据相关2.模型相关3.工具函数4.可视化5.训练和日志6.主程序使用方法1.克隆项目2.创建并激活Python3.9虚拟环境3.安装依赖4.安装Jupyter及相关依赖2.数据准备3.开始训练4.可视化结果快......