.env（# 所有环境默认）

# 所有环境默认

# 页面 title 前缀
VUE_APP_TITLE=某某某

# 网络请求公用地址
VUE_APP_API= /

.env.development（# 开发环境）

# 开发环境

# 指定构建模式
VITE_NODE_ENV=development

# 页面 title 前缀
VUE_APP_TITLE=某某某

# 网络请求公用地址
VITE_APP_API=/api/

# 首页是否显示登录
VITE_SHOW_LOGIN='yes'

VITE_SOME_APPENV='1000006'

.env.production（# 生产环境）

# 构建预览页面

# 指定构建模式 production
VITE_NODE_ENV=test

# 页面 title 前缀
VUE_APP_TITLE=某某某

# 网络请求公用地址
VITE_APP_API=/

# 首页是否显示登录
VITE_SHOW_LOGIN='no'

VITE_SOME_APPENV='1000002'

在页面中需要参与环境判断时则可使用

console.log(import.meta.env.VITE_NODE_ENV)

打印结果

# javascript # html # echarts
Logo
天工造物局

北京人形旗下天工造物具身智能开源社区，聚焦具身天工与慧思开物两大平台

更多推荐

graphify 视频音视频转写全流程解析：从 detect 结果到知识图谱文档的 Step 2.5

graphify 的核心能力是把任意语料（代码、文档、PDF、图片）转化为可查询的知识图谱，而视频与音频文件无法被直接阅读，必须先把它们转写成文本。本文围绕 `graphify` 运行手册中的转写参考文档 [transcribe.md](https://link.gitcode.com/i/d3285781588e0f1b84886dfdbc4fe7f6)，完整讲解 "Step 2.5 - Tra

avatar 天工造物局

ML-For-Beginners 终章：经典机器学习在金融、医疗、零售等八大行业中的真实落地场景

本篇技术指南基于开源课程仓库 ML-For-Beginners 的收尾课程《Postscript: Machine learning in the real world》（对应仓库目录 [9-Real-World/1-Applications](https://link.gitcode.com/i/6b23002df80861c20abf34d7db63ef41)）编写。该课此前 11 周的教学带

avatar 天工造物局

graphify 知识图谱查询实战：query / path / explain 与可审计的答案闭环

本指南以 graphify 的 Trae 版查询技能参考（[graphify/skills/trae/references/query.md](https://link.gitcode.com/i/72a7875d46ec6d3706d31791f3cdcbe0)）为主体，系统讲解如何针对**已构建好的知识图谱**执行三类查询：语义相关节点遍历（query）、两概念间最短路径（path）、单节点关

avatar 天工造物局