Rubydeps 项目技术文档
1. 安装指南
1.1 安装 Rubydeps
要安装 Rubydeps,您可以使用以下命令:
gem install rubydeps
1.2 支持的 Ruby 版本
Rubydeps 目前仅支持 Ruby 1.9.2 及以上版本。如果您需要支持 Ruby 1.8.x 版本,请安装 0.2.0 版本:
gem install rubydeps -v0.2.0
1.3 依赖项
Rubydeps 依赖以下软件包:
- graphviz
- ruby-graphviz gem
- rcov gem(仅适用于 0.2.0 版本)
2. 项目的使用说明
2.1 基本使用
Rubydeps 是一个用于从测试套件中创建类依赖关系图的工具。它通过运行测试套件来记录项目的调用图,并使用这些信息生成 Graphviz 的 dot 图。
2.2 使用步骤
-
添加 Rubydeps 到 Gemfile:
在您的
Gemfile中添加以下内容,并运行bundle install:gem 'rubydeps', :group => :test -
启动 Rubydeps:
在您的
test/test_helper.rb(或spec_helper.rb、cucumber 的env.rb等)中插入以下代码:Rubydeps.start请注意,这会减慢您的测试速度,因此建议在完成测试后删除该行,或使用环境变量进行条件控制。
-
运行测试:
运行您的测试套件,将在项目根目录下生成一个名为
rubydeps.dump的文件。 -
生成 Graphviz dot 图:
使用生成的
rubydeps.dump文件生成 Graphviz dot 图rubydeps.dot,并指定过滤器:rubydeps --path_filter='app/models' -
转换为图像格式:
使用 Graphviz 的
dot工具将rubydeps.dot文件转换为所需的图像格式,例如:dot -Tsvg rubydeps.dot > rubydeps.svg请注意,有时可能会缺少依赖项,因为图表仅显示通过测试执行的依赖项,因此可以用作项目测试覆盖率的快速概览。
3. 项目 API 使用文档
3.1 命令行选项
-
--path_filter:指定一个正则表达式,匹配您感兴趣分析的文件路径。例如,您可以使用
'project_name/app|project_name/lib'来分析仅位于app和lib目录中的代码,或者使用负正则表达式'project_name(?!.*test)'排除某些目录。 -
--class_name_filter:类似于
--path_filter,但正则表达式匹配类名(即图节点名称)。 -
--from_file:指定测试(或块)运行后生成的 dump 文件,以便在不重新运行测试的情况下尝试不同的过滤器。例如:
rubydeps --from_file='rubydeps.dump' --path_filter='app/models' rubydeps --from_file='rubydeps.dump' --path_filter='app/models|app/controllers'如果未重命名文件,可以跳过此选项,因为它将使用默认的
rubydeps.dump。
3.2 库使用
只需在代码中引入 rubydeps,并将要分析的代码块传递给 analyze 方法:
require 'rubydeps'
Rubydeps.analyze(:path_filter => path_filter_regexp, :class_name_filter => class_name_filter_regexp, :to_file => "rubydeps.dump") do
# 您的代码在这里
end
4. 项目安装方式
4.1 通过 Gem 安装
gem install rubydeps
4.2 通过 Gemfile 安装
在 Gemfile 中添加以下内容:
gem 'rubydeps', :group => :test
然后运行 bundle install。
4.3 支持旧版本 Ruby
如果您需要支持 Ruby 1.8.x 版本,请安装 0.2.0 版本:
gem install rubydeps -v0.2.0
请注意,在 0.2.0 版本中,应使用 dot_for 而不是 analyze,并且缺少 dump 功能。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0148- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111