从Telegram Messenger控制您的资源 | Digital基于DigitalOcean应用程序的API授权 ✺为了提高安全性，在DO帐户授权后15分钟后，您的令牌将被自动吊销！ 该项目由以下机构支持： 基本命令 / start -DigitalOcean帐户中的身份验证 / stop-吊销令牌并从数据库中删除会话数据 可用功能 帐户 帐户信息 有关您的信用的信息 飞沫 创建新的小滴 重命名液滴 重新启动Droplet 电源循环液滴 Shutdouwn液滴 开启液滴 创建快照 重设密码 防火墙 创建新的防火墙 将入站规则添加到防火墙 将出站规则添加到防火墙 将液滴添加到防火墙

| 项目 极简S3客户端（适用于AWS，Minio，Digital Ocean Spaces等） S3 SDK的轻型替代方案，仅使用@ root / request和aws4。 放（） 得到（） 头（） 删除（） 标志（） 从S3下载文件 该库支持与相同的流选项。 作为流 var resp = await s3 . get ( { accessKeyId , // 'AKIAXXXXXXXXXXXXXXXX' secretAccessKey , // 'xxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx' region , // 'us-east-2' bucket , // 'bucket-name' prefix ,

应用程序 字节办公室办公室管理系统 先决条件 需要申请 码头工人 服务器要求 PHP> = 7.2.3 OpenSSL PHP扩展 PDO PHP扩展 Mbstring PHP扩展 Tokenizer PHP扩展 XML PHP扩展 可选要求： 作曲家 NPM /纱 登录信息 电子邮件： 密码：123qwe 设置本地开发环境 该项目是使用Laravel 7.30.4开发的 首先，在本地计算机上设置典型的laravel开发环境。 转到您的开发环境根目录（例如/ var / www / html /用于apache）。 “ git clone <文件夹名称>”。 “ cd <文件夹名称>”。 “ composer安装”。 “ php artisan key：generate”。 “ php artisan migration --seed”。 在网络浏览器中键入“ loca

好名单中心 DigitalOcean的Hub for Good列出的所有公共项目。 开发/建设 要设置构建/开发环境，您将需要在安装了Node 12+的情况下运行npm i 。 这将安装依赖项，以允许您构建项目。 要构建或开发此工具，您将需要创建一个Google表格来为该页面提供动力，并创建一个可以访问该表格的Google API服务帐户。 然后，可以按照config.example.js显示的结构，将此工作表的ID和服务的详细信息添加到项目根目录下的config.js文件中。 使用这些详细信息的脚本还支持环境变量而不是配置文件，有关设置哪些环境变量的信息，请参阅config.example.js注释中包含的信息。 要开发此工具，请运行npm run dev 。 这将启动开发服务器，该服务器将在发生更改时自动重新加载代码库。 如果您希望将此工具托管在服务上，只需运行npm run build 。 这将自动运行所有必需的构建脚本以构建该工具。 然后，您可以将dist文件夹放入Web服务器/存储桶中。 将GitHub Actions设置为自动执行此操作，以将此存储库部署到gh-p

示例Ansible Playbook提供DigitalOcean小滴 这是一个示例剧本，说明了如何使用Ansible创建和设置DigitalOcean小滴。 您可以通过此剧本使用命令行启动并配置小滴。 该剧本具有以下功能： 旋转DigitalOcean小滴 将小滴的IP地址添加到 设置交换文件 安装和设置fail2ban 设置简单的防火墙 设置时区 添加具有sudo访问权限的新用户帐户 为新用户帐户添加公共ssh密钥 对Droplet禁用密码认证 拒绝root登录到Droplet 安装UnattendedUpgrades软件包以进行自动安全更新 （可选）安装LEMP堆栈 （可选）安装Docker 先决条件 Ansible> = 2.4.0.0 用法 克隆此仓库： git clone https://github.com/jasonheecs/ansible-digitalocean-sample-playbooks.git cd ansible-digitalocean-sample-playbooks 将group_vars/all/secret.yml.example文

图片 :framed_picture: 分类App样板 您是否对Internet上的大量视频，博客和其他资源感到困惑，不知道在哪里以及如何部署AI模型？ 如果您有一个模板，可以在其中插入经过训练的模型文件，编辑一些促销文字，然后瞧瞧，那就好了，那就完成了。 好吧，别无所求，因为此存储库使您听起来像它一样容易！ 如何使用这个项目？ :thinking_face: :thinking_face: ： 注意：目前，我们仅专注于使用tensorflow / pytorch构建的图像分类模型。 稍后，我们将扩展到处理文本和语音数据以及使用MXNet或julia环境进行训练的模型 我假设您在操作系统中安装了Python（带有Anaconda）并设置为path。 如果没有，请访问。 强烈建议将GIT与Python结合使用以进行版本控制和部署 A.获取我们的模板并进行设置： 打开GitHub 使用您的凭据登录。 [如果尚未创建帐户，请创建] 打开系统上的终端/命令提示符 移至要在本地保存项目文件的合适位置 示例： cd Desktop/projects 克隆存储库。 git clo