PJAX for Rails 技术文档
1. 安装指南
PJAX for Rails 是一个将 Chris Wanstrath 的 PJAX 集成到 Rails 项目中的工具。通过使用 Rails 的 Asset Pipeline,您可以轻松地将 PJAX 功能添加到您的应用中。
安装步骤
-
首先,确保您的 Rails 项目中已经包含了 jQuery,因为 PJAX 依赖于 jQuery。
-
在您的
Gemfile中添加pjax_railsgem:gem 'pjax_rails' -
运行
bundle install来安装 gem。 -
在
app/assets/javascripts/application.js文件中引入 PJAX://= require jquery.pjax
2. 项目的使用说明
PJAX 允许您在不重新加载整个页面的情况下更新页面的部分内容。通过 PJAX,您可以提升用户体验,减少页面加载时间。
配置 PJAX
在 app/assets/javascripts/application.js 文件中,配置 PJAX 以处理您希望使用 PJAX 的链接:
$(function() {
$(document).pjax('a:not([data-remote]):not([data-behavior]):not([data-skip-pjax])', '[data-pjax-container]')
});
在视图中使用 PJAX
在您的视图中,使用 data-pjax-container 属性标记您希望 PJAX 更新的容器:
<body>
<div>
<!-- 这部分内容在 PJAX 更新时不会被改变 -->
<%= Time.now %>
</div>
<div data-pjax-container>
<!-- PJAX 更新将在此处进行 -->
<%= content_tag :h3, 'My site' %>
<%= link_to 'About me', about_me_path %>
<!-- 以下链接不会触发 PJAX -->
<%= link_to 'Google', 'http://google.com', 'data-skip-pjax' => true %>
</div>
</body>
3. 项目 API 使用文档
pjax_layout 方法
默认情况下,pjax_rails gem 不会渲染应用的布局文件,而是只返回视图内容。如果您希望在 PJAX 请求中始终返回某些内容,可以在控制器中覆盖 pjax_layout 方法,并指定要渲染的布局:
class ApplicationController < ActionController::Base
def pjax_layout
'pjax'
end
end
PJAX 事件
PJAX 提供了多个事件,您可以在 PJAX 请求的不同阶段执行自定义逻辑:
pjax:click:当用户点击 PJAX 链接时触发。pjax:start:当 PJAX 请求开始时触发。pjax:end:当 PJAX 请求结束时触发。pjax:success:当 PJAX 请求成功时触发。pjax:error:当 PJAX 请求失败时触发。
您可以通过监听这些事件来执行自定义操作:
$(document).on('pjax:success', function() {
console.log('PJAX request succeeded!');
});
4. 项目安装方式
通过 Gemfile 安装
在您的 Gemfile 中添加 pjax_rails gem,然后运行 bundle install 来安装:
gem 'pjax_rails'
手动安装
如果您不想通过 Gemfile 安装,也可以手动下载 PJAX 的 JavaScript 文件,并将其放入您的 app/assets/javascripts 目录中,然后在 application.js 中引入:
//= require jquery.pjax
配置 PJAX
在 application.js 中配置 PJAX,以处理您希望使用 PJAX 的链接:
$(function() {
$(document).pjax('a:not([data-remote]):not([data-behavior]):not([data-skip-pjax])', '[data-pjax-container]')
});
通过以上步骤,您就可以在 Rails 项目中成功集成并使用 PJAX 功能了。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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