Handlebars Assets 技术文档
本文档旨在帮助用户了解和使用 handlebars_assets 项目,内容涵盖安装指南、使用说明、API 文档以及安装方式。
1. 安装指南
Rails 4.0+
在 Gemfile 中添加 handlebars_assets:
gem 'handlebars_assets'
然后按照 Javascript 设置 进行操作。
Rails 3.1+
在 Gemfile 的 assets 组中添加 handlebars_assets:
group :assets do
gem 'handlebars_assets'
end
然后按照 Javascript 设置 进行操作。
Sprockets (非 Rails 项目)
在 Gemfile 中添加 handlebars_assets:
gem 'handlebars_assets'
将 HandlebarsAssets.path 添加到 Sprockets::Environment 实例中:
env = Sprockets::Environment.new
require 'handlebars_assets'
env.append_path HandlebarsAssets.path
2. 使用说明
模板文件
将 Handlebars 模板作为独立文件放置在模板目录中。模板的组织方式类似于 Rails 视图。
例如,如果你有一个 Contact 模型的新建、编辑和显示模板:
templates/
contacts/
new.hbs
edit.hbs
show.hbs
文件扩展名 .hbs 告诉资产管道使用 Handlebars 编译模板。
如果文件是 templates/contacts/new.hbs,资产管道将生成 JavaScript 代码:
- 将 Handlebars 模板编译为 JavaScript 代码。
- 将模板代码添加到
HandlebarsTemplates全局对象中,名称为contacts/new。
你可以在应用的 JavaScript 中调用生成的模板:
HandlebarsTemplates['contacts/new'](context);
局部模板
如果模板名称以下划线开头,它将被识别为局部模板。你可以在模板中使用 Handlebars 局部语法调用局部模板:
调用一个 {{> path/to/_partial }}
3. API 使用文档
模板命名空间
默认情况下,全局 JavaScript 对象 HandlebarsTemplates 保存编译后的模板,但可以轻松重命名。另一个常见的模板命名空间是 JST。只需在初始化应用时更改 template_namespace 配置选项:
HandlebarsAssets::Config.template_namespace = 'JST'
Ember 支持
要为 Ember.js 编译模板,只需启用配置选项:
HandlebarsAssets::Config.ember = true
如果需要为 Ember 和其他框架编译模板,则启用多框架支持:
HandlebarsAssets::Config.multiple_frameworks = true
启用 mutliple_frameworks 后,扩展名为 .ember.hbs 的模板将可用于 Ember。
.hamlbars 和 .slimbars 支持
如果使用 .hamlbars 扩展名命名模板,可以使用 Haml 语法编写标记!使用 HandlebarsAssets::Config.haml_options 传递自定义选项给 Haml 渲染引擎。
例如,如果你有一个文件 widget.hamlbars,内容如下:
%h1 {{title}}
%p {{body}}
Haml 将被预处理,使得 Handlebars 模板基本上是这样的:
<h1> {{title}} </h1>
<p> {{body}} </p>
同样适用于 .slimbars 和 Slim gem。使用 HandlebarsAssets::Config.slim_options 传递自定义选项给 Slim 渲染引擎。
注意: 要在 Haml 中使用 hb Handlebars 助手,你还需要在 Gemfile 中包含 Hamlbars gem:
gem 'hamlbars', '~> 2.0'
4. 项目安装方式
Rails 4.0+
在 Gemfile 中添加 handlebars_assets:
gem 'handlebars_assets'
然后按照 Javascript 设置 进行操作。
Rails 3.1+
在 Gemfile 的 assets 组中添加 handlebars_assets:
group :assets do
gem 'handlebars_assets'
end
然后按照 Javascript 设置 进行操作。
Sprockets (非 Rails 项目)
在 Gemfile 中添加 handlebars_assets:
gem 'handlebars_assets'
将 HandlebarsAssets.path 添加到 Sprockets::Environment 实例中:
env = Sprockets::Environment.new
require 'handlebars_assets'
env.append_path HandlebarsAssets.path
Javascript 设置
在 JavaScript 清单文件(如 application.js)中引入 handlebars.runtime.js:
//= require handlebars.runtime
如果需要在浏览器中编译 JavaScript 模板,则应引入 handlebars.js(文件较大):
//= require handlebars
模板目录
通常你会将模板与其他资产放在一起,例如 app/assets/javascripts/templates。在 JavaScript 清单文件中,使用 require_tree 引入模板:
//= require_tree ./templates
这必须在 //= require_tree . 之前完成,以确保所有模板具有预期的前缀;并且在引入 handlebars/handlebars runtime 之后。
Rails 资产预编译
handlebars_assets 也适用于资产预编译。
rake assets:precompile
如果使用 rake assets:precompile,则必须重新运行 rake 命令以重建任何更改的模板。
Heroku 和其他云主机
如果部署到 Heroku,请确保在 config/application.rb 中设置:
config.assets.initialize_on_precompile = false
这避免了在编译资产时运行初始化程序。
总结
本文档详细介绍了 handlebars_assets 的安装、使用、API 以及安装方式。通过本文档,用户可以轻松上手并充分利用该项目的功能。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00