urnauzao /
php-community
Este projeto com o ambiente de desenvolvimento completo utilizando Docker, Nginx, PHP, MySQL, Postgres e Redis
Loading repository data…
RafaelQSantos-RQS / repository
Este é o repositório principal do projeto OpenContact, uma aplicação de gerenciamento de contatos composta por uma API RESTful (Java com Spring Boot) e um frontend (Angular). O projeto foi construído para ser executado de forma simples e unificada usando o Docker Compose.
Este é o repositório principal do projeto OpenContact, uma aplicação de gerenciamento de contatos composta por uma API RESTful (Java com Spring Boot) e um frontend (Angular). O projeto foi construído para ser executado de forma simples e unificada usando o Docker Compose.
Dockerfile multi-stage que gera uma imagem leve e flexível com Nginx.O arquivo docker-compose.yaml na raiz do projeto orquestra a API, o Frontend e o banco de dados, criando um ambiente de desenvolvimento completo e pronto para uso.
Pré-requisitos:
Clone o repositório principal:
git clone https://github.com/RafaelQSantos-RQS/OpenContact.git
cd OpenContact
Crie seu arquivo de ambiente:
Copie o template para criar o arquivo .env que será usado pelo Docker Compose. As configurações padrão já são suficientes para o ambiente de desenvolvimento.
cp .env.template .env
Conteúdo de .env.template:
# Database
POSTGRES_USER=opencontact
POSTGRES_PASSWORD=opencontact
POSTGRES_DB=opencontact
# Fronte Settings
BACKEND_API_URL=http://app:8080
# Spring
## DataSource
SPRING_DATASOURCE_URL="jdbc:postgresql://db:5432/${POSTGRES_DB}"
SPRING_DATASOURCE_USERNAME="${POSTGRES_USER}"
SPRING_DATASOURCE_PASSWORD="${POSTGRES_PASSWORD}"
## JPA
JPA_DDL_AUTO=validate
JPA_SHOW_SQL=false
JPA_FORMAT_SQL=false
## Liquibase
SPRING_LIQUIBASE_CONTEXTS=dev
Inicie a aplicação: Este comando irá construir as imagens necessárias (API e Frontend) e iniciar os três serviços em segundo plano.
docker compose up --build -d
http://localhost:8080.http://localhost:8080 (graças à configuração do Nginx no container do frontend que serve a aplicação e faz o proxy para a API).A documentação interativa da API, gerada pelo Swagger UI, pode ser acessada após a inicialização dos containers em http://localhost:8080/api/v1/swagger-ui.html.
Para verificar a saúde dos containers, você pode usar os seguintes endpoints (após a inicialização):
http://localhost:8080 deve retornar a página inicial do Angular.http://localhost:8080/api/v1/management/health.Selected from shared topics, language and repository description—not editorial ratings.
urnauzao /
Este projeto com o ambiente de desenvolvimento completo utilizando Docker, Nginx, PHP, MySQL, Postgres e Redis
Este repositório nasceu da vontade de aprofundar o uso do PHP com o Swoole, uma extensão de PHP voltada para a construção de aplicações assíncronas. O objetivo é aliar a eficiência do Swoole à flexibilidade do Docker com Clean Architecture, proporcionando uma experiência de desenvolvimento PHP moderna, escalável e otimizada.
AugustoMello09 /
Este projeto é uma aplicação Full Stack para um E-commerce de PetShop, desenvolvida com Java, Spring Boot 3+ no backend e Angular no frontend. O objetivo é simular uma plataforma completa onde os usuários podem navegar e realizar compras de produtos para pets de maneira intuitiva e segura.
Renatoelho /
Crie seu próprio bot personalizado e comece a interagir com os usuários no Telegram de maneira única e criativa. Seja para fins de automação, entretenimento ou utilidade, este repositório é o seu ponto de partida para dominar o desenvolvimento de bots com Python para o Telegram.
JsCodeDevlopment /
Este repositório contém um microserviço desenvolvido em NestJS que encapsula toda a integração com a API do Asaas. O objetivo é fornecer, de forma centralizada e reutilizável por várias aplicações, funcionalidades de: Criação de clientes Geração de cobranças (boleto, cartão de crédito, PIX) Criação e consulta de links de pagamento etc...
simaraconceicao /
Este projeto serve como uma demonstração prática para a palestra "Serverless GenAI: Criando Agentes com Cloud Run e Gemini". Ele apresenta a construção de um agente de IA utilizando o Google Agent Developer Kit (ADK) e o modelo Gemini, empacotado em um contêiner Docker e implantado de forma serverless no Google Cloud Run.