Django-helpdesk 技术文档
1. 安装指南
独立安装
对于独立安装,请参考位于 docs/standalone.rst 的文档。
集成安装
要将 django-helpdesk 集成到现有的 Django 应用程序中,请遵循位于 docs/install.rst 和 docs/configuration.rst 的指南。
2. 项目使用说明
django-helpdesk 包含了一个基础的 Django 示例项目,让你可以轻松地进行测试或开发。示例项目位于顶级目录下的 demo/ 文件夹中。
很可能你只需运行以下命令即可启动示例项目服务器(建议在运行前创建一个虚拟环境):
make rundemo
或者使用 Docker:
docker build . -t demodesk
docker run --rm -v "$PWD:/app" -p 8080:8080 demodesk
然后使用浏览器访问 http://localhost:8080(使用用户 admin 和密码 Test1234 登录)。
有关更多信息以及选项,请阅读 demo/README.rst 文件。
关于 SQLite 和搜索的注意:
示例项目使用 sqlite 作为其数据库。SQLite 不支持大小写不敏感的搜索,因此搜索功能可能不如支持大小写不敏感搜索的其他数据库(如 PostgreSQL 或 MySQL)有效。
尝试使用 sqlite 进行关键字搜索时,会显示一条消息提醒你此缺陷。对此很抱歉,但无法解决这个问题。
3. 项目API使用文档
django-helpdesk 提供了 API 来管理工单。以下是 API 的基本使用方法:
GET:获取工单列表或单个工单详情。POST:创建新的工单。PUT:更新现有的工单。PATCH:部分更新现有的工单。DELETE:删除工单。
要在项目中使用 API,请参考 docs/api.rst 文件中的详细说明。
4. 项目安装方式
开发者环境的设置步骤如下,以贡献代码:
- 从 GitHub 克隆帮助台应用到本地文件系统:
 
git clone https://github.com/django-helpdesk/django-helpdesk.git
- 安装并激活虚拟环境:
 
python -m venv .venv && source .venv/bin/activate
- 安装开发所需的要求:
 
pip install -r requirements.txt -r requirements-dev.txt
- 你也可以安装测试要求:
 
pip install -r requirements-testing.txt
要停用虚拟环境,使用 deactivate 命令。要重新激活,只需运行:
source .venv/bin/activate
要查看 Makefile 的选项,运行 make 命令。
项目在 CI/CD 流水中执行标准化格式化。要确保正确的格式,运行:
make checkformat
要自动格式化代码,使用:
make format
要运行测试,使用命令行:
make test
有关详细信息,请查看 quicktest.py 文件。如果你需要为新功能创建测试,将你的测试添加到 tests 模块的测试文件中,并在测试虚拟环境中调用它们:
python quicktest.py helpdesk.tests.test_my_new_features -v 2
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