MailCatcher 技术文档
1. 安装指南
1.1 安装 Ruby
在安装 MailCatcher 之前,请确保你已经安装了 Ruby。你可以通过以下命令检查 Ruby 是否已安装:
ruby -v
如果没有安装 Ruby,请参考 Ruby 官方文档 进行安装。
1.2 安装 MailCatcher
使用以下命令安装 MailCatcher:
gem install mailcatcher
1.3 安装依赖工具
在某些系统上,你可能需要安装一些构建工具。例如,在 Debian 或 Ubuntu 上,你可以运行:
apt install build-essential
在 macOS 上,你可以运行:
xcode-select --install
如果你在安装 thin
时遇到问题,可以尝试以下命令:
gem install thin -v 1.5.1 -- --with-cflags="-Wno-error=implicit-function-declaration"
2. 项目的使用说明
2.1 启动 MailCatcher
安装完成后,你可以通过以下命令启动 MailCatcher:
mailcatcher
启动后,MailCatcher 会运行一个简单的 SMTP 服务器,并将捕获的邮件通过 Web 界面展示。你可以通过访问 http://127.0.0.1:1080
来查看捕获的邮件。
2.2 配置应用程序
将你的应用程序的 SMTP 服务器设置为 smtp://127.0.0.1:1025
,这样所有发送的邮件都会被 MailCatcher 捕获。
2.3 查看邮件
在浏览器中访问 http://127.0.0.1:1080
,你可以看到所有被捕获的邮件。邮件会显示 HTML、纯文本和源代码版本(如果适用)。
3. 项目API使用文档
MailCatcher 提供了一个简单的 RESTful API,允许你通过 URL 访问捕获的邮件。
3.1 获取所有邮件
GET /messages
返回所有捕获的邮件的 JSON 列表。
3.2 获取单个邮件的元数据
GET /messages/:id.json
返回指定邮件的元数据。
3.3 获取邮件的 HTML 版本
GET /messages/:id.html
返回指定邮件的 HTML 版本。
3.4 获取邮件的纯文本版本
GET /messages/:id.plain
返回指定邮件的纯文本版本。
3.5 获取邮件的附件
GET /messages/:id/parts/:cid
返回指定邮件的附件。
3.6 获取邮件的源代码
GET /messages/:id.source
返回指定邮件的源代码。
4. 项目安装方式
4.1 通过 RubyGems 安装
gem install mailcatcher
4.2 通过 Docker 安装
你可以使用 Docker 镜像来运行 MailCatcher:
docker run -p 1080:1080 -p 1025:1025 sj26/mailcatcher
启动后,你可以通过 http://127.0.0.1:1080
访问 MailCatcher 的 Web 界面。
4.3 通过 RVM 安装
如果你使用 RVM,可以通过以下命令在独立的 gemset 中安装 MailCatcher:
rvm default@mailcatcher --create do gem install mailcatcher
ln -s "$(rvm default@mailcatcher do rvm wrapper show mailcatcher)" "$rvm_bin_path/"
5. 其他配置
5.1 Rails 配置
在 Rails 项目中,你可以将以下配置添加到 environments/development.rb
文件中:
config.action_mailer.delivery_method = :smtp
config.action_mailer.smtp_settings = { :address => '127.0.0.1', :port => 1025 }
config.action_mailer.raise_delivery_errors = false
5.2 PHP 配置
在 PHP 项目中,你可以通过修改 php.ini
文件来配置 MailCatcher:
sendmail_path = /usr/bin/env catchmail -f some@from.address
5.3 Django 配置
在 Django 项目中,你可以将以下配置添加到 settings.py
文件中:
if DEBUG:
EMAIL_HOST = '127.0.0.1'
EMAIL_HOST_USER = ''
EMAIL_HOST_PASSWORD = ''
EMAIL_PORT = 1025
EMAIL_USE_TLS = False
通过以上配置,你可以轻松地在不同的开发环境中使用 MailCatcher 来捕获和查看邮件。
HunyuanImage-3.0
HunyuanImage-3.0 统一多模态理解与生成,基于自回归框架,实现文本生成图像,性能媲美或超越领先闭源模型00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
GitCode-文心大模型-智源研究院AI应用开发大赛
GitCode&文心大模型&智源研究院强强联合,发起的AI应用开发大赛;总奖池8W,单人最高可得价值3W奖励。快来参加吧~0360Hunyuan3D-Part
腾讯混元3D-Part00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++086Hunyuan3D-Omni
腾讯混元3D-Omni:3D版ControlNet突破多模态控制,实现高精度3D资产生成00Spark-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。Python00GOT-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).Dockerfile09
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
项目优选









