首页
/ Decent Exposure 技术文档

Decent Exposure 技术文档

2024-12-20 18:00:50作者:江焘钦

1. 安装指南

首先,将以下代码行添加到您的应用程序的 Gemfile 中:

gem 'decent_exposure', '~> 3.0'

然后执行以下命令:

$ bundle

或者,您也可以自行安装:

$ gem install decent_exposure

2. 项目使用说明

Decent Exposure 是一个 Ruby on Rails 的辅助库,用于在控制器中暴露模型。它提供了一种简洁的方式来处理模型的查找、构建和装饰。

在控制器中使用 expose 方法可以自动处理模型的查找和构建。例如:

class ThingsController < ApplicationController
  expose :thing
end

在上面的代码中,当你调用 thing 方法时,它会尝试查找或构建一个 Thing 对象。

3. 项目API使用文档

expose 方法

expose 方法是 Decent Exposure 的核心,用于在控制器中暴露模型。下面是 expose 方法的一些基本用法:

expose :thing

这将会根据请求参数中的 id 来查找或创建一个 thing 对象。

expose! 方法

expose! 方法与 expose 相似,但它会立即解析暴露,而不是在第一次调用时解析。

expose! :thing

exposure_config 方法

exposure_config 方法允许你预先保存一些配置,以便之后重用。

exposure_config :cool_find, find: ->{ very_cool_find_code }

然后你可以使用这个配置:

expose :thing, with: :cool_find

4. 项目安装方式

项目的安装方式已在安装指南中说明,以下是简要步骤:

  • gem 'decent_exposure', '~> 3.0' 添加到 Gemfile
  • 执行 bundle 命令或 gem install decent_exposure 进行安装

通过上述步骤,您可以在 Rails 项目中开始使用 Decent Exposure

登录后查看全文

项目优选

收起
kernelkernel
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
511
551
docsdocs
暂无描述
Markdown
854
5.69 K
ops-transformerops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.05 K
2.5 K
kernelkernel
deepin linux kernel
C
33
16
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
840
1.28 K
ops-nnops-nn
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
848
1.71 K
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.25 K
1.38 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.34 K
859
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
511
347
cann-learning-hubcann-learning-hub
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
789
414