Rails 7 Footnotes 技术文档
本文档将详细介绍如何安装、使用以及配置 Rails 7 Footnotes,帮助您更好地理解和使用这个项目。
1. 安装指南
要安装 Rails 7 Footnotes,请按照以下步骤操作:
-
将以下代码添加到您的
Gemfile文件中:bundle add rails-footnotes -
运行以下命令来安装依赖项:
bundle install -
使用以下命令生成初始化文件:
bin/rails generate rails_footnotes:install这将在默认配置和示例的基础上创建一个初始化文件。
2. 项目使用说明
Rails 7 Footnotes 会在您的应用程序中显示脚注,以便于调试,例如会话、请求参数、cookies、过滤器链、路由、查询等。
配置
您可以通过编辑 config/initializers/rails-footnotes.rb 文件来自定义脚注的行为。
例如,您可以在脚注评估之前和之后运行代码块:
Footnotes.setup do |config|
config.before do |controller, filter|
filter.notes = (controller.class.name =~ /Message/ && controller.action_name == 'index' ? [:assigns] : [])
end
config.after do |controller, filter|
filter.notes |= [:params] if controller.class.name =~ /Profile/ && controller.action_name == 'edit'
end
end
编辑器链接
默认情况下,文件链接会设置为在 TextMate 中打开,但您可以使用任何具有 URL 协议的编辑器。以下是一些其他编辑器的示例:
MacVim
在 config/initializers/rails-footnotes.rb 文件中,设置:
f.prefix = 'mvim://open?url=file://%s&line=%d&column=%d'
Sublime Text 3
安装 subl 后,使用:
f.prefix = 'subl://open?url=file://%s&line=%d&column=%d'
在 Docker、Vagrant 或其他虚拟机中使用
如果您的应用程序在容器或虚拟机中运行,您会发现编辑链接无法工作,因为路径指向虚拟机的目录而不是本地目录。为了解决这个问题,您可以使用 lambda 表达式来修改路径。
例如:
f.prefix = ->(*args) do
filename = args[0].sub '/docker', '/Users/name/projects/myproject'
"subl://open?url=file://#{filename}&line=#{args[1]}&column=#{args[2]}"
end
脚注显示选项
默认情况下,脚注会附加在页面底部,并带有默认的样式表。如果您想更改它们的位置,可以在 HTML 中定义一个带有 id 为 "footnotes_holder" 的 div,或者通过关闭脚注样式表来定义自己的样式表:
f.no_style = true
您还可以将脚注锁定在窗口顶部,默认隐藏,并通过页面右上角的小按钮访问:
f.lock_top_right = true
要设置脚注的字体大小:
f.font_size = '13px'
另一个选项是允许同时打开多个脚注:
f.multiple_notes = true
最后,您可以控制要显示哪些脚注。默认显示的脚注包括:
f.notes = [:session, :cookies, :params, :filters, :routes, :env, :queries, :log]
将 f.notes = [] 将不显示任何可用的脚注,但仍然会包含支持 CSS 和 JavaScript。要完全禁用页面上的所有 Rails-footnotes 内容,请在请求中包含 params[:footnotes] = 'false'。
3. 项目 API 使用文档
Rails 7 Footnotes 提供了灵活的 API 用于创建自定义脚注。以下是如何创建自定义脚注的步骤:
- 创建一个
Footnotes::Notes::YourExampleNote类。 - 实现必要的方
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00