Rugalytics项目技术文档
2024-12-23 00:20:40作者:范垣楠Rhoda
1. 安装指南
Rugalytics 是一个使用 Ruby 语言编写的,用于访问 Google Analytics 数据的 API。要安装 Rugalytics,您可以通过以下命令将其作为 Gem 安装:
sudo gem install rugalytics
请注意,Rugalytics 目前处于早期开发阶段,因此可能会随时间略有变化。
2. 项目使用说明
在使用 Rugalytics 之前,您需要使用您的 Google Analytics 用户名和密码进行身份验证:
require 'rubygems'
require 'rugalytics'
Rugalytics.login 'username', 'password'
接下来,您可以通过以下方式获取配置文件:
profile = Rugalytics.find_profile('your_site.com', 'blog.your_site.com')
如果账户名称和配置文件名称相同,您可以简化此过程:
profile = Rugalytics.find_profile('your_site.com')
确保您的 Google Analytics 账户的语言设置已更改为英文(英国或美国英语),因为 Rugalytics 目前仅支持英文。
3. 项目API使用文档
Rugalytics 提供了多种方法来获取不同类型的报告,以下是一些基础用法:
获取页面浏览量:
profile.pageviews # 默认为当前一个月结束
profile.pageviews :from=>'2007-01-01'
profile.pageviews :from=>'2007-01-01', :to=>'2007-01-02'
获取报告名称列表:
profile.report_names
加载特定报告:
report = profile.traffic_sources_report
report = profile.visitors_overview_report
根据 URL 获取报告:
report = profile.top_content_detail_keywords_report(:url=>'/projects/abc')
report = profile.top_content_detail_report(:url => "/projects/abc")
report = profile.content_drilldown_report(:url => "/projects/abc/")
根据页面标题获取报告:
report = profile.content_by_title_detail_report(:page_title => "Project ABC | Company XYZ")
4. 项目安装方式
Rugalytics 可以在 Rails 项目中使用。首先,创建一个配置文件 rails_root/config/rugalytics.yml,内容如下:
account: your_account_name
profile: your_profile_name
username: your_user_name
password: your_pass_w
请确保将此配置文件添加到您的版本控制忽略列表中,例如,如果您使用的是 git,请将其添加到 .gitignore 文件中。
在 Rails 中使用 Rugalytics:
profile = Rugalytics.default_profile
report = profile.top_content_report(:from=>(Date.today - 7))
top_items_over_week = report.items.sort_by{|i| i.unique_pageviews.to_i}.reverse
此外,Rugalytics 还可以配合一个名为 Rugrat 的 Greasemonkey 脚本在 Firefox 中使用,具体安装和使用说明请参照项目 README 文档。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.75 K
暂无简介
Dart
773
191
Ascend Extension for PyTorch
Python
343
406
🎉 (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
1.34 K
754
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
355
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
179
AscendNPU-IR
C++
86
141
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
248