当前位置: 首页 > news >正文

数字人开发02--前端服务配置

本文是基于大模型的实时数字人开发的第二篇,主要介绍数字人项目前端环境的配置。

0、环境

  • 后端:python + FastAPI,部署在云端。
  • 前端:Next.js + React + HeroUI,在我的机器上,macPro。

1、后端部署

1.1、项目配置

注意:服务端要安装Git,我就不多少了。

git clone https://github.com/freecoinx/awesome-digital-human-live2d.git
cd awesome-digital-human-live2d# 初始化一个 uv 项目
uv init
vi pyproject.toml

添加清华大学的Python镜像,加速依赖安装。在文件头加入以下内容:

[[tool.uv.index]]
url = "https://pypi.tuna.tsinghua.edu.cn/simple" 
default = true  

保存文件内容,添加依赖:

uv add $(cat requirements.txt)

等待依赖下载完成,再使用模板创建配置文件:

cd configs
cp config_template.yaml config.yaml

这个配置文件保持默认即可,如果需要修改后端服务的端口,进去修改即可。

1.2、安装ffmpeg

sudo apt update
sudo apt install ffmpeg

1.3、run

进入你项目的根目录,别乱跑哦。

uv run python main.py

2、部署前端

2.1、基础环境

下载安装node.js,地址:https://nodejs.org。
然后安装包:

npm install -g next# mac上会提示权限问题,执行是加上sudo
npm install -g heroui-cli
npm install -g pnpm

2.2、项目配置

git clone https://github.com/freecoinx/awesome-digital-human-live2d.git
cd awesome-digital-human-live2d/web# 安装依赖
pnpm install

接下来,编辑前端的配置文件:

copy .env_template .env
vim .env

在这里插入图片描述
把我标出来的两处改成你服务器的地址,其他保持默认。

2.3、run

pnpm run build# 稍等一下,build需要时间
pnpm run start

在这里插入图片描述
浏览器上看看,效果如下:

在这里插入图片描述
看到美女,前端就部署成功了。不过,目前美女只能重复你的输入,我们改一下配置,让她调用咱们部署的llm,点击设置:

在这里插入图片描述
现在就可以和她对话了。

好了,今天就到这里了。大家展示一下你的数字好朋友吧。

http://www.dtcms.com/a/311064.html

相关文章:

  • 【Java】不允许直接操作数据表中的数据,开发前台界面来实现对多个数据表的增删改查
  • 前端开发(HTML,CSS,VUE,JS)从入门到精通!第三天(JavaScript)
  • Python编程基础与实践:Python模块与包入门实践
  • MyBatisPlus之核心注解与配置
  • JP3-3-MyClub后台后端(三)
  • 如何解决pip安装报错ModuleNotFoundError: No module named ‘seaborn’问题
  • Java 大视界 -- Java 大数据在智能安防视频监控系统中的视频摘要生成与智能检索优化进阶(377)
  • 2025-08 安卓开发面试拷打记录(面试题)
  • rabbitmq消息队列详述
  • 关于echarts的性能优化考虑
  • Pytorch-02数据集和数据加载器的基本原理和基本操作
  • Unity_数据持久化_XML基础
  • 【C++】第二十一节—一文详解 | 红黑树实现(规则+效率+结构+插入+查找+验证)
  • 福彩双色球第2025088期篮球号码分析
  • 电脑手机热点方式通信(上)
  • StarRocks vs ClickHouse:2025 年 OLAP 引擎终极对比指南
  • Day25-对称二叉树-
  • 仿真电路:(十七下)DC-DC升压压电路原理简单仿真
  • Clickhouse#记录隐藏字段
  • 综合:单臂路由+三层交换技术+telnet配置+DHCP
  • 【云计算】云主机的亲和性策略(四):云主机组
  • C 语言问题
  • 【机器学习】两大线性分类算法:逻辑回归与线性判别分析:找到分界线的艺术
  • 复杂路况下漏检率↓78%!陌讯动态决策模型在井盖缺失检测的实战解析
  • 系统性学习数据结构-第一讲-算法复杂度
  • Agents-SDK智能体开发[5]之集成MCP进阶
  • 机器学习 —— 决策树
  • [硬件电路-114]:模拟电路 - 信号处理电路 - 放大器的种类与比较
  • Node.js 路由与中间件
  • [硬件电路-119]:模拟电路 - 信号处理电路 - 比较器,模拟电路中的“决策者”,模拟信号到数字电平逻辑信号的转化者...