Datagrid 技术文档
2024-12-26 19:41:16作者:冯爽妲Honey
1. 安装指南
在开始使用 Datagrid 之前,需要先将其添加到您的项目中。您可以通过以下方式将 Datagrid 添加到您的 Ruby 项目中:
gem 'datagrid'
然后,在您的项目根目录下执行以下命令来安装 Datagrid:
bundle install
确保您的项目已经安装了所需的 ORM (ActiveRecord、Mongoid、MongoMapper、Sequel 或 Array),因为 Datagrid 需要与 ORM 集成。
2. 项目的使用说明
Datagrid 是一个 Ruby 库,它可以生成包括管理面板、分析和数据浏览器的报告。它提供了过滤、列、排序、本地化以及导出为 CSV 等功能。
要使用 Datagrid,您需要创建一个继承自 Datagrid::Base 的类,并在其中定义您的数据网格的范围、过滤器、列等信息。
以下是一个基本的使用示例:
class UsersGrid < Datagrid::Base
scope { User.includes(:group) }
filter(:category, :enum, select: ["first", "second"])
column(:name)
column(:group) { |user| user.group.name }
column(:active) { |user| !user.disabled }
end
3. 项目API使用文档
Datagrid 的 API 使用非常直观。以下是一些核心的 API 方法:
scope: 定义查询的范围。filter: 定义数据过滤器。column: 定义显示的列。
以下是具体的使用方法:
Scope
scope do
User.includes(:group)
end
Filters
filter(:category, :enum, select: ["first", "second"])
Columns
column(:name)
column(:group, order: -> { joins(:group).order(groups: :name) }) { |user| user.name }
column(:active, header: "Activated") { |user| !user.disabled }
数据获取
report = UsersGrid.new(group_id: [1,2], logins_count: [1, nil], category: "first", order: :group, descending: true)
report.assets # 返回符合条件的 User 实例数组
report.header # 返回列头信息
report.rows # 返回表格行数据
report.data # 返回表格的完整数据,包括 header 和 rows
report.to_csv # 导出数据为 CSV 格式
4. 项目安装方式
项目安装方式已在安装指南中说明。简要步骤如下:
- 将
gem 'datagrid'添加到您的 Gemfile 文件中。 - 执行
bundle install命令安装 Datagrid。
请遵循上述指南来安装和使用 Datagrid。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
664
152
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++
659
298
Ascend Extension for PyTorch
Python
216
236
React Native鸿蒙化仓库
JavaScript
255
320
仓颉编译器源码及 cjdb 调试工具。
C++
133
866
仓颉编程语言运行时与标准库。
Cangjie
140
875
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.18 K
648
仓颉编程语言开发者文档。
59
818