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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00