YARD-Cucumber: 一个需求文档工具的技术文档
2024-12-20 15:57:52作者:邓越浪Henry
1. 安装指南
YARD-Cucumber 是一个 YARD 扩展,用于处理 Cucumber 的特性、场景、步骤、标签、步骤定义以及转换,以提供类似于 YARD 显示类、方法和常量的文档。要安装 YARD-Cucumber,需要先安装以下宝石:
- Gherkin 2.2.9
- Cucumber 0.7.5
- YARD 0.8.1
安装 YARD-Cucumber 的命令如下:
$ gem install yard-cucumber
如果是根用户安装,可能需要在前面添加 sudo。
2. 项目的使用说明
YARD-Cucumber 可以自动加载作为插件,你需要在 YARD 配置文件中启用自动加载插件。以下是一个示例:
$ mkdir ~/.yard
$ yard config load_plugins true
$ yardoc 'example/**/*.rb' 'example/**/*.feature'
现在,你可以像平常一样运行 YARD,并捕获你的特性、步骤定义和转换。
3. 项目API使用文档
YARD-Cucumber 的配置可以通过 YARD 配置文件进行自定义。以下是一些可配置的选项:
- 添加或删除搜索字段:通过编辑
~/.yard/config文件,可以添加或删除搜索字段。 - 步骤定义语言:在 YARD 配置文件中,可以定义额外的步骤定义,以匹配不同语言的关键字。
- 排除特性或场景:通过在 YARD 配置文件中定义排除标签,可以排除特定的特性或场景。
以下是一个配置示例:
:"yard-cucumber":
menus: [ 'features', 'directories', 'tags', 'steps', 'step definitions' ]
language:
step_definitions: [ 'Given', 'When', 'Then', 'And', 'Soit', 'Etantdonné', 'Lorsque', 'Lorsqu', 'Alors', 'Et' ]
exclude_tags: [ 'exclude-yardoc', 'also-exclude-yardoc' ]
4. 项目安装方式
除了使用 gem install 命令安装 YARD-Cucumber,你还可以通过 Rake 任务来自动化这个过程。以下是一个 Rake 任务示例:
require 'yard'
YARD::Rake::YardocTask.new do |t|
t.files = ['features/**/*.feature', 'features/**/*.rb']
t.options = ['--any', '--extra', '--opts'] # 可选
end
这样,你就可以通过 Rake 任务来运行 YARD-Cucumber 的文档生成过程了。
以上就是 YARD-Cucumber 的技术文档,它可以帮助用户更好地理解和使用这个强大的需求文档工具。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219