一个多分类资源管理平台，支持本地文件和外部链接的管理、分类和访问。

• 多级分类管理
• 支持本地文件和外部链接
• 资源预览功能
• 便捷的资源访问方式
• 响应式界面设计

• Vue 3 + Composition API
• Element Plus UI组件库
• Vue Router 路由管理
• Pinia 状态管理
• Axios HTTP客户端

• FastAPI Python框架
• SQLite 轻量级数据库
• SQLAlchemy ORM (可选)
• Uvicorn ASGI服务器

resource-manager/
├── frontend/           # Vue前端项目
│   ├── public/         # 静态资源
│   ├── src/            # 源代码
│   │   ├── assets/     # 资源文件
│   │   ├── components/ # 组件
│   │   ├── router/     # 路由配置
│   │   ├── stores/     # Pinia状态管理
│   │   ├── views/      # 视图组件
│   │   ├── App.vue     # 根组件
│   │   └── main.js     # 入口文件
│   └── package.json    # 依赖配置
├── backend/            # FastAPI后端项目
│   ├── app/            # 应用代码
│   │   ├── core/       # 核心配置
│   │   ├── db/         # 数据库相关
│   │   ├── models/     # 数据模型
│   │   ├── routes/     # API路由
│   │   ├── schemas/    # Pydantic模型
│   │   └── main.py     # 应用入口
│   ├── static/         # 静态文件
│   └── requirements.txt # Python依赖
└── README.md           # 项目文档

• Node.js 16+
• Python 3.8+
• npm 或 yarn

1. 创建并激活Python虚拟环境（可选但推荐）

# Windows
python -m venv venv
venv\Scripts\activate

# macOS/Linux
python3 -m venv venv
source venv/bin/activate

2. 安装Python依赖

cd backend
pip install -r requirements.txt

3. 运行后端服务

cd backend
uvicorn app.main:app --reload --host 0.0.0.0 --port 8000

后端API将在 http://localhost:8000 上运行，API文档可在 http://localhost:8000/docs 访问。

1. 安装Node.js依赖

cd frontend
npm install
# 或
yarn install

2. 运行开发服务器

npm run dev
# 或
yarn dev

前端应用将在 http://localhost:5173 上运行。

1. 构建前端

cd frontend
npm run build
# 或
yarn build

2. 部署后端

cd backend
uvicorn app.main:app --host 0.0.0.0 --port 8000

1. 点击左侧菜单的"分类管理"
2. 使用"添加分类"按钮创建新分类
3. 可以编辑或删除现有分类

1. 点击左侧菜单的"资源管理"
2. 使用"添加资源"按钮添加新资源
3. 选择资源类型（本地文件或外部链接）
4. 填写必要信息并提交
5. 在资源列表中可以查看、访问或删除资源

• 基础框架搭建
• 分类管理功能
• 资源管理功能
• 用户认证系统
• 批量导入功能
• 高级搜索功能
• AI分类功能
• MCP功能
• 题库功能
• 云同步功能

1. Fork 项目
2. 创建特性分支 (git checkout -b feature/amazing-feature)
3. 提交更改 (git commit -m 'Add some amazing feature')
4. 推送到分支 (git push origin feature/amazing-feature)
5. 创建Pull Request

MIT