Excellent 项目技术文档
1. 安装指南
1.1 使用 RubyGems 安装
要安装 Excellent 工具,只需使用 RubyGems 进行安装:
gem install excellent
1.2 配置文件
在项目根目录下创建一个 .excellent.yml 文件,用于配置需要运行的检查和阈值等。默认情况下,所有检查都是启用的,但你也可以通过配置文件禁用某些检查。例如:
AbcMetricMethodCheck: true
AssignmentInConditionalCheck: false
某些检查还可以接受配置,如阈值、模式等。你可以通过在 YAML 文件中定义嵌套的哈希来配置这些选项:
ClassLineCountCheck:
  threshold: 500
MethodNameCheck:
  pattern: '^[a-z].*'
1.3 忽略路径
你可以在项目根目录下创建一个 .excellentignore 文件,指定需要忽略的目录或文件。例如:
vendor
some/specific/file.rb
2. 项目的使用说明
2.1 基本用法
假设你有一个类定义如下:
class ShoppingBasket < ActiveRecord::Base
  def initialize(items = [])
    self.items = items
  end
end
使用 Excellent 工具可以检测出代码中的问题:
$ excellent shopping_basket.rb
  Excellent result:
  test.rb
    * Line   1: ShoppingBasket does not validate any attributes.
    * Line   1: ShoppingBasket defines initialize method.
    * Line   1: ShoppingBasket does not specify attr_accessible.
  Found 3 warnings.
2.2 分析 Rails 应用中的所有模型
你可以在 Rails 应用的根目录下运行以下命令,分析所有模型:
excellent app/models
2.3 生成 HTML 报告
你可以通过指定 html:<filename> 来生成格式化的 HTML 报告:
excellent -o out.html app/models
2.4 在 Rake 任务中使用
你还可以在 Rake 任务中使用 Excellent:
require 'simplabs/excellent/rake'
Simplabs::Excellent::Rake::ExcellentTask.new(:excellent) do |t|
  t.html  = 'doc/excellent.html' # 可选,如果不指定 html,输出将写入 $stdout
  t.paths = %w(app lib)
end
3. 项目API使用文档
3.1 获取启用的检查列表
你可以通过运行以下命令获取当前启用的检查及其配置:
excellent --checks
3.2 配置文件优先级
你可以在用户主目录下放置一个 .excellent.yml 文件,其中包含你希望始终应用的默认设置。项目特定的配置文件中的设置将覆盖这些默认设置。
4. 项目安装方式
4.1 通过 RubyGems 安装
最简单的安装方式是通过 RubyGems:
gem install excellent
4.2 配置文件
在项目根目录下创建 .excellent.yml 文件,配置需要运行的检查和阈值等。
4.3 忽略路径
在项目根目录下创建 .excellentignore 文件,指定需要忽略的目录或文件。
5. 静态代码分析
静态代码分析工具如 Excellent 无法真正理解代码,它们只是搜索可能指示问题的模式。因此,静态分析通常会返回一定数量的误报。不要试图编写代码以通过 Excellent 检查而不产生任何警告,这可能会使你的代码变得混乱。相反,使用 Excellent 作为帮助工具,尽早发现潜在的问题代码。
6. 作者
Excellent 由 simplabs GmbH 和贡献者开发,基于 MIT 许可证发布。该项目受到 roodi、reek 和 flog 的启发。
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- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
 
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Jinja00
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