RSpec-Puppet 技术文档
1. 安装指南
安装 RSpec-Puppet
要安装 RSpec-Puppet,您可以使用以下命令:
gem install rspec-puppet
注意:如果您使用的是 Ruby 1.8,虽然 RSpec-Puppet 本身支持 Ruby 1.8,但您需要将 RSpec 的版本固定在 ~> 3.1.0,因为更高版本的 RSpec 不再支持旧版本的 Ruby。
初始化新模块
当您开始一个新模块时,首先为您的模块创建一个 metadata.json 文件,然后运行以下命令来生成必要的文件,以配置 RSpec-Puppet 用于模块测试:
rspec-puppet-init
2. 项目的使用说明
配置 Puppet 4 的清单
在 Puppet 3 中,清单设置为 $manifestdir/site.pp。然而,Puppet 4 默认值为空。为了测试清单,您需要设置适当的配置。
Puppet 配置参考可以在线找到:
- Puppet 3: Puppet 3 配置参考
- Puppet 4: Puppet 4 配置参考
配置通常在 spec/spec_helper.rb 文件中完成,每个测试文件都会引用该文件。示例代码如下:
base_dir = File.dirname(File.expand_path(__FILE__))
RSpec.configure do |c|
c.module_path = File.join(base_dir, 'fixtures', 'modules')
c.manifest_dir = File.join(base_dir, 'fixtures', 'manifests')
c.manifest = File.join(base_dir, 'fixtures', 'manifests', 'site.pp')
c.environmentpath = File.join(Dir.pwd, 'spec')
# 生成覆盖率报告
c.after(:suite) do
RSpec::Puppet::Coverage.report!
end
end
3. 项目 API 使用文档
配置选项
RSpec-Puppet 可以通过修改 spec/spec_helper.rb 文件中的 RSpec.configure 块来进行配置。
RSpec.configure do |c|
c.<config option> = <value>
end
以下是一些常用的配置选项:
manifest_dir
- 类型: 字符串
- 默认值: 必需
- Puppet 版本: 2.x, 3.x
包含基本清单(如 site.pp)的目录路径。
module_path
- 类型: 字符串
- 默认值: 必需
- Puppet 版本: 2.x, 3.x, 4.x, 5.x
包含 Puppet 模块的目录路径。
default_facts
- 类型: 哈希
- 默认值:
{} - Puppet 版本: 2.x, 3.x, 4.x, 5.x
用于所有测试的默认事实哈希。
hiera_config
- 类型: 字符串
- 默认值:
"/dev/null" - Puppet 版本: 3.x, 4.x, 5.x
hiera.yaml 文件的路径(如果使用)。
default_node_params
- 类型: 哈希
- 默认值:
{} - Puppet 版本: 4.x, 5.x
用于所有测试的默认节点参数哈希。
default_trusted_facts
- 类型: 哈希
- 默认值:
{} - Puppet 版本: 4.x, 5.x
用于所有测试的默认受信任事实哈希(在清单中作为 $trusted 哈希可用)。要使用此功能,必须将 trusted_node_data 设置为 true。
trusted_node_data
- 类型: 布尔值
- 默认值:
false - Puppet 版本: >=3.4, 4.x, 5.x
配置 RSpec-Puppet 在编译目录时使用 $trusted 哈希。
trusted_server_facts
- 类型: 布尔值
- 默认值:
false - Puppet 版本: >=4.3, 5.x
配置 RSpec-Puppet 在编译目录时使用 $server_facts 哈希。
confdir
- 类型: 字符串
- 默认值:
"/etc/puppet" - Puppet 版本: 2.x, 3.x, 4.x, 5.x
Puppet 主配置目录的路径。
config
- 类型: 字符串
- 默认值: Puppet 的默认值
- Puppet 版本: 2.x, 3.x, 4.x, 5.x
puppet.conf 的路径。
manifest
- 类型: 字符串
- 默认值: Puppet 的默认值
- Puppet 版本: 2.x, 3.x
Puppet 的入口清单,通常为 $manifest_dir/site.pp。
template_dir
- 类型: 字符串
- 默认值:
nil - Puppet 版本: 2.x, 3.x
Puppet 应搜索存储在模块外部的模板的目录路径。
environmentpath
- 类型: 字符串
- 默认值:
"/etc/puppetlabs/code/environments" - Puppet 版本: 4.x, 5.x
环境目录的搜索路径。
parser
- 类型: 字符串
- 默认值:
"current" - Puppet 版本: >= 3.2
在 3.x(current)和 4.x(future)解析器之间切换。
ordering
- 类型: 字符串
- 默认值:
"title-hash" - Puppet 版本: >= 3.3, 4.x, 5.x
在应用目录时,如何排序不相关的资源。
manifest- 使用清单中声明的资源顺序。title-hash- 随机排序资源,但在运行之间保持一致(顺序仅在清单更改时更改)。random- 随机排序资源。
strict_variables
- 类型: 布尔值
- 默认值:
false - Puppet 版本: >= 3.5, 4.x, 5.x
当 Puppet 尝试引用未定义的变量时,使其引发错误(不包括显式设置为 undef 的变量)。
stringify_facts
- 类型: 布尔值
- 默认值:
true - Puppet 版本: >= 3.3, 4.x, 5.x
使 RSpec-Puppet 将所有事实值强制转换为字符串(匹配旧版本 Puppet 的行为)。
enable_pathname_stubbing
- 类型: 布尔值
- 默认值:
false - Puppet 版本: 2.x, 3.x, 4.x, 5.x
配置 RSpec-Puppet 使用自己的实现来存根 Pathname#absolute?。仅在运行跨平台测试时遇到问题时才应启用此功能。
setup_fixtures
- 类型: 布尔值
- 默认值:
true - Puppet 版本: 2.x, 3.x, 4.x, 5.x
配置 RSpec-Puppet 在测试运行开始时自动从模块根目录创建到 spec/fixtures/<module name> 的链接。
derive_node_facts_from_nodename
- 类型: 布尔值
- 默认值:
true - Puppet 版本: 2.x, 3.x, 4.x, 5.x
如果为 true,RSpec-Puppet 将从节点名称(使用 let(:node) 指定)派生出 fdqn、hostname 和 domain 事实。
在某些情况下(例如,您的节点名称/证书名称与 FQDN 不同),此行为是不希望的,可以通过将此设置更改为 false 来禁用。
4. 项目安装方式
安装 RSpec-Puppet
要安装 RSpec-Puppet,您可以使用以下命令:
gem install rspec-puppet
初始化新模块
当您开始一个新模块时,首先为您的模块创建一个 metadata.json 文件,然后运行以下命令来生成必要的文件,以配置 RSpec-Puppet 用于模块测试:
rspec-puppet-init
通过以上步骤,您可以成功安装并配置 RSpec-Puppet,开始编写和运行 Puppet 模块的测试。
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