Django Object Tools 技术文档
1. 安装指南
环境要求
- Python 2.7, 3.5-3.7
- Django 1.11, 2.0, 2.1
安装步骤
-
安装或添加
django-object-tools到您的 Python 路径。 -
在您的
INSTALLED_APPS设置中添加object_tools。由于django-object-tools覆盖了某些 admin 模板,您必须在django.contrib.admin之前添加它。 -
配置 URLConf。将一个 URL 指向
tools.urls方法。以下示例将默认的Tools实例object_tools.tools注册在/object-tools/路由上:# urls.py from django.urls import path import object_tools urlpatterns = [ path('object-tools/', object_tools.tools.urls) ] -
确保已经按照 Django 官方文档 安装了 Django Admin。
-
每次安装新的工具时,请运行
migrate命令来设置权限。
2. 项目使用说明
django-object-tools 是一个 Django 应用程序,它简化了创建和管理额外的 admin 对象工具的过程。它本身不提供实用的工具,而是为了简化其他 Django 应用程序提供的自定义工具的创建和集成。
创建自定义工具
以下是一个示例,展示如何创建一个允许删除所有对象的工具:
-
创建一个名为
delete的 Django 应用文件夹结构,包含一个名为tools.py的文件。结构如下:delete/ __init__.py tools.py -
编辑
tools.py文件:from django.contrib.admin.actions import delete_selected from django.contrib.admin.sites import site import object_tools class Delete(object_tools.ObjectTool): name = 'delete' label = '删除所有' def view(self, request, extra_context=None): queryset = self.model.objects.all() modeladmin = site._registry.get(self.model) response = delete_selected(modeladmin, request, queryset) if response: return response else: return modeladmin.changelist_view(request) object_tools.tools.register(Delete)
object_tools行为类似于 Django 的 admin,允许显式注册工具(第 17 行)。- 导入 Django 提供的
delete_selected方法。 - 创建一个继承自
object_tools.ObjectTool的工具类。 - 设置工具名称和标签。
- 实现
view方法,这是工具的核心逻辑。 - 使用
object_tools注册工具。
- 在
INSTALLED_APPS设置中添加delete。
现在,当您导航到任何模型的更改列表视图时,您会在右上角找到 删除所有 对象工具。
注意: django-object-tools 添加了每个工具的权限,以补充 Django 的内置权限集。因此,在此示例中,只有超级用户或具有 可以删除 <模型> 权限的用户才能看到和使用该工具。如果看不到或无法使用某个特定工具,请确保认证用户具有执行操作的所需权限。
3. 项目API使用文档
django-object-tools 提供了一个基础类 ObjectTool,允许开发者创建自定义的 admin 工具。以下是几个关键的 API:
ObjectTool: 所有工具类应该继承的基础类。register: 用于注册自定义工具的方法。
4. 项目安装方式
请按照上述“安装指南”中的步骤进行安装。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00