搭建个人Leanote云笔记本

简介: 搭建个人Leanote云笔记本

1.连接ECS服务器

ssh root@公网ip

本来一个连接没什么好写的,但连不上:
image.png

然后很快啊,直接一键复制登录url,登录一看 ,偶,原来端口未开放,然后开放下端口就连上了。
image.png
image.png

2.安装MongoDB

明天还有考试,就不细说了,参考这篇https://www.cnblogs.com/wts-home/p/12172024.html

3.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
  1. 解压安装包。
tar -zxvf leanote-linux-amd64-v2.6.1.bin.tar.gz
  1. 编辑文件leanote/conf/app.conf,在文件中找到app.secret项,将该项的值改为任意字符串。(如不修改将会有安全风险)。

说明: 根据Leanote官方文档,如不修改app.secret项的值,将会有安全隐患。

  1. 使用vim编辑器打开文件leanote/conf/app.conf。

vim leanote/conf/app.conf

  1. 进入vim编辑器后,输入:/app.secret=并按下回车查找app.secret位置。
  2. 找到该项位置后按下i键进入编辑模式,修改该项的值为任意字符串。
  3. 修改完成后,按下esc键退出编辑模式,输入:wq保存并退出vim编辑器。

修改后如图所示。

  1. 初始化数据库。
mongorestore -h localhost -d leanote --dir /root/leanote/mongodb_backup/leanote_install_data/
  1. 启动服务。
nohup bash /root/leanote/bin/run.sh > /root/leanote/run.log 2>&1 &
  1. 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。

相关文章
|
10天前
|
人工智能 JSON 机器人
让龙虾成为你的“公众号分身” | 阿里云服务器玩Openclaw
本文带你零成本玩转OpenClaw:学生认证白嫖6个月阿里云服务器,手把手配置飞书机器人、接入免费/高性价比AI模型(NVIDIA/通义),并打造微信公众号“全自动分身”——实时抓热榜、AI选题拆解、一键发布草稿,5分钟完成热点→文章全流程!
11207 107
让龙虾成为你的“公众号分身” | 阿里云服务器玩Openclaw
|
10天前
|
人工智能 IDE API
2026年国内 Codex 安装教程和使用教程:GPT-5.4 完整指南
Codex已进化为AI编程智能体,不仅能补全代码,更能理解项目、自动重构、执行任务。本文详解国内安装、GPT-5.4接入、cc-switch中转配置及实战开发流程,助你从零掌握“描述需求→AI实现”的新一代工程范式。(239字)
5911 136
|
1天前
|
人工智能 安全 API
|
8天前
|
人工智能 并行计算 Linux
本地私有化AI助手搭建指南:Ollama+Qwen3.5-27B+OpenClaw阿里云/本地部署流程
本文提供的全流程方案,从Ollama安装、Qwen3.5-27B部署,到OpenClaw全平台安装与模型对接,再到RTX 4090专属优化,覆盖了搭建过程的每一个关键环节,所有代码命令可直接复制执行。使用过程中,建议优先使用本地模型保障隐私,按需切换云端模型补充功能,同时注重显卡温度与显存占用监控,确保系统稳定运行。
2035 6
|
7天前
|
人工智能 Linux API
离线AI部署终极手册:OpenClaw+Ollama本地模型匹配、全环境搭建与问题一站式解决
在本地私有化部署AI智能体,已成为隐私敏感、低成本、稳定运行的主流方案。OpenClaw作为轻量化可扩展Agent框架,搭配Ollama本地大模型运行工具,可实现完全离线、无API依赖、无流量费用的个人数字助理。但很多用户在实践中面临三大难题:**不知道自己硬件能跑什么模型、显存/内存频繁爆仓、Skills功能因模型不支持工具调用而失效**。
3468 7
|
11天前
|
存储 人工智能 定位技术
一些 Harness Engineering 的实践
Harness Engineering 是AI智能体时代的新型工程范式,核心是为Agent构建可靠环境而非优化模型。OpenAI、Anthropic、LangChain等实践表明:通过结构化知识库、双重智能体架构、组件化Harness设计及自动化反馈回路,可提升Agent在长周期、大规模任务中的稳定性与自主性。
3021 3