关于前端访问浏览器报错的小坑

前端项目部署服务器后,使用浏览器访问报错如下:

Failed to load module script: Expected a JavaScript-or-Wasm module script but the server responded with a MIME type of "text/html". Strict MIME type checking is enforced for module scripts per HTML spec. 

这时可能会认为是nginx配置的问题。是,也不是。

这个错误的真正原因是服务器上缺少了index.html引用的第一个js文件报的错。

那为什么不报404,而是这么一个奇怪的问题呢?

nginx的配置:

server { listen 80; server_name test.test.cn; client_max_body_size 10m; location / { proxy_set_header Host $http_host; root /data/html/ysh; try_files $uri $uri/ @router; index index.html index.htm; } location @router { rewrite ^.*$ /index.html last; } }

上面是大多数前端项目在nginx里的标准配置。

因为浏览器访问的是js文件,而这个文件不在,就因为上面的配置的会返回index.html的内容,这样就造成了浏览识别js文件而不正确,认为返回了"text/html"报了上面的错误。

找了一圈解决上面问题的nginx的配置,配置了又配置,最终是因为服务器上少了文件,你说气不气。

Read more

从社死边缘拯救我:用 AR 眼镜打造“亲戚称呼助手“

从社死边缘拯救我:用 AR 眼镜打造“亲戚称呼助手“

从社死边缘拯救我:用 AR 眼镜打造"亲戚称呼助手 一个真实的新年灾难 大年初二,我跟着新婚妻子回娘家。 刚进门,七大姑八大姨就围了上来。一位头发花白的阿姨笑盈盈地递过来一个红包,我脑子里嗡的一声——这到底是妻子的哪位亲戚?大姨?小姨?还是什么远房表姑? “小张啊,还认识我不?” 我支支吾吾半天,最后还是妻子打了圆场:“这是大姨,小时候还抱过你呢!” 那一刻,我看到了大姨眼里的失望。这种社死现场,相信很多人都经历过:春节期间,走亲访友是必修课,但那些一年见一次的亲戚,名字和称呼根本记不住。尤其是刚结婚的新人、不常回家的打工人,简直是"称呼灾难"高发人群。 回家后,我下定决心:明年春节,我绝不能再叫错人。 思路:为什么是 AR 眼镜? 解决方案无非几种: ● 记在手机备忘录:掏手机、解锁、

无人机视觉导航:DAMO-YOLO TinyNAS实时障碍物检测

无人机视觉导航:DAMO-YOLO TinyNAS实时障碍物检测 1. 引言 无人机在自主飞行时最头疼的问题是什么?不是续航,不是信号,而是那些突然出现的障碍物。树木、电线、建筑物,甚至是其他飞行器,都可能让一次完美的飞行任务瞬间变成"炸机现场"。 传统的避障方案要么依赖昂贵的激光雷达,要么使用计算复杂的视觉算法,在资源有限的无人机平台上往往力不从心。直到我们遇到了DAMO-YOLO TinyNAS——这个专门为边缘设备优化的目标检测模型,让无人机真正拥有了"火眼金睛"。 我们在Jetson Xavier平台上进行了实测,这套方案能够稳定达到30FPS的检测速度,完全满足实时避障的需求。更重要的是,它的功耗控制得相当不错,不会让无人机的续航时间大打折扣。 2. DAMO-YOLO TinyNAS技术解析 2.1 什么是TinyNAS技术 TinyNAS不是简单的模型压缩或剪枝,而是一种从网络结构源头优化的神经网络架构搜索技术。简单来说,它就像是为你的硬件量身定制衣服,而不是买现成的成衣再去修改。 传统的做法是先训练一个大模型,然后通过各种技巧把它变小。而TinyNA

VLA机器人革命:解析当下10篇最关键的视觉-语言-动作模型论文

VLA机器人革命:解析当下10篇最关键的视觉-语言-动作模型论文

VLA机器人革命:解析当下10篇最关键的视觉-语言-动作模型论文 概览 2024-2026年,机器人领域正经历一场范式转换:从传统的任务特定编程转向视觉-语言-动作(Vision-Language-Action, VLA)模型。这些模型将视觉感知、自然语言理解和动作执行统一在单一框架中,让机器人能够像人类一样理解指令、推理场景并执行复杂操作。 本文精选5篇最fundamental的基础性论文和5篇热度最高的前沿论文,深入剖析VLA领域的核心思想、技术演进和未来方向。这些论文代表了从Google DeepMind、NVIDIA、斯坦福、Physical Intelligence等顶尖机构的最新突破,涵盖了从单臂操作到双臂人形机器人、从模拟环境到真实家庭场景的全方位进展。 Part I: 五篇Fundamental基础性论文 这些论文奠定了VLA领域的理论基础和技术范式,是理解整个领域发展脉络的关键。 1. RT-2: New Model Translates Vision and Language into Action 发表机构:Google DeepMind 时间: