Linktree clone

Este proyecto es un clon de Linktree, una plataforma que permite a los usuarios consolidar y compartir todos sus enlaces importantes en un solo lugar. Al crear una página de perfil personalizable, los usuarios pueden agregar enlaces a sus redes sociales, sitios web, blogs, y cualquier otra página en línea que deseen destacar.

Tecnologías Usadas

Instalación

Si utilizas Github Codespaces (recomendado) o Gitpod, esta plantilla ya vendrá con Python, Node y la base de datos Postgres instalados. Si trabajas localmente, asegúrate de instalar Python 3.10, Node.

Instalar el backend primero: Asegúrate de tener Python 3.8, Pipenv y un motor de base de datos (Postgres recomendado).

Instalar los paquetes de Python:

$ pipenv install

Crear un archivo .env basado en .env.example:

$ cp .env.example .env

Instalar tu motor de base de datos y crear tu base de datos: Dependiendo de tu base de datos, debes crear una variable DATABASE_URL con uno de los posibles valores, asegurándote de reemplazar los valores con la información de tu base de datos:

Motor	DATABASE_URL
SQLite	sqlite:////test.db
MySQL	mysql://username:password@localhost:port/example
Postgres	postgres://username:password@localhost:5432/example

Migrar las migraciones (saltar si no has hecho cambios en los modelos en ./src/api/models.py):

$ pipenv run migrate

Ejecutar las migraciones:

$ pipenv run upgrade

Ejecutar la aplicación:

$ pipenv run start

Nota: Los usuarios de Codespaces pueden conectarse a psql escribiendo:

psql -h localhost -U gitpod example

Deshacer una migración: También puedes deshacer una migración ejecutando:

$ pipenv run downgrade

Instalación Manual del Front-End

1. Asegúrate de estar usando la versión 14+ de Node y de haber instalado y ejecutado exitosamente el backend.
2. Instala los paquetes:

   $ npm install

3. ¡Empieza a codificar! Inicia el servidor de desarrollo de webpack:

   $ npm run start

Nota importante sobre la base de datos y los datos en su interior

Cada entorno de Github Codespaces tendrá su propia base de datos, por lo que si estás trabajando con más personas, cada uno tendrá una base de datos diferente y registros diferentes dentro de ella. Estos datos se perderán, así que no pases demasiado tiempo creando registros manualmente para pruebas. En su lugar, puedes automatizar la adición de registros a tu base de datos editando el archivo commands.py dentro de la carpeta /src/api. Edita la línea 32 de la función insert_test_data para insertar los datos según tu modelo (utiliza la función insert_test_users anterior como ejemplo). Luego, todo lo que necesitas hacer es ejecutar pipenv run insert-test-data.