rbenv-bundler 技术文档
1. 安装指南
1.1 安装 rbenv
在安装 rbenv-bundler 插件之前,您需要先安装 rbenv。请确保您已经按照 rbenv 的文档正确安装并配置了 rbenv,并且您的 Bash 环境已经正确设置。
1.2 安装 rbenv-bundler 插件
您可以通过以下两种方式安装 rbenv-bundler 插件:
方式一:通过 Git 克隆
$ git clone -- https://github.com/carsomyr/rbenv-bundler.git \
~/.rbenv/plugins/bundler
方式二:通过 Homebrew 安装
$ brew install rbenv-bundler
1.3 确保 Bundler 已安装
在安装插件后,请确保系统中有一个 1.8.7 及以上版本的 Ruby,并且已经安装了 Bundler gem。您可以通过以下命令检查:
$ ruby -r bundler -e "puts RUBY_VERSION"
如果输出类似于 2.1.4,则表示 Bundler 已正确安装。
2. 项目的使用说明
2.1 启用插件
rbenv-bundler 插件是选择性启用的。如果您希望启用它,请运行以下命令:
$ rbenv bundler on
如果您想禁用插件,可以运行:
$ rbenv bundler off
2.2 在项目中使用
在 Bundler 控制的项目目录中,您需要执行以下步骤:
-
设置项目使用的 Ruby 版本:
$ rbenv local 2.1.4 -
安装与 Ruby 版本对应的 Bundler gem:
$ gem install bundler -
如果项目已经有
Gemfile,请运行以下命令安装依赖:$ bundle install -
插件会在
bundle install或bundle update后自动执行rbenv rehash,因此您无需手动执行。 -
您可以使用
rbenv which命令查看 Bundler 安装的 gem 可执行文件的位置:$ rbenv which rake输出应类似于
${RBENV_ROOT}/versions/2.1.4/lib/ruby/gems/2.1.0/gems/rake-10.3.2/bin/rake。 -
现在,您可以直接运行
rake命令,而无需输入bundle exec rake:$ rake
3. 项目 API 使用文档
3.1 rbenv bundler on
启用 rbenv-bundler 插件。启用后,插件会自动处理 Bundler 安装的 gem 可执行文件路径。
3.2 rbenv bundler off
禁用 rbenv-bundler 插件。禁用后,插件将不再处理 Bundler 安装的 gem 可执行文件路径。
3.3 rbenv rehash
在安装新的 Ruby 版本或 gem 后,您需要运行 rbenv rehash 来更新 shims。在 rbenv-bundler 插件中,rehash 会在 bundle install 或 bundle update 后自动执行。
3.4 rbenv which <command>
查看指定命令的路径。如果该命令是通过 Bundler 安装的 gem 可执行文件,rbenv which 将返回 Bundler 安装的路径。
4. 项目安装方式
4.1 通过 Git 克隆安装
您可以通过 Git 克隆的方式将 rbenv-bundler 插件安装到 ~/.rbenv/plugins/bundler 目录:
$ git clone -- https://github.com/carsomyr/rbenv-bundler.git \
~/.rbenv/plugins/bundler
4.2 通过 Homebrew 安装
如果您使用的是 macOS 系统,可以通过 Homebrew 安装 rbenv-bundler 插件:
$ brew install rbenv-bundler
4.3 确保 Bundler 已安装
无论通过哪种方式安装插件,都需要确保系统中有一个 1.8.7 及以上版本的 Ruby,并且已经安装了 Bundler gem。您可以通过以下命令检查:
$ ruby -r bundler -e "puts RUBY_VERSION"
如果输出类似于 2.1.4,则表示 Bundler 已正确安装。
通过本文档,您应该能够顺利安装并使用 rbenv-bundler 插件,简化在 Bundler 控制的项目中的 gem 可执行文件管理。
kernelopenEuler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。C091
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00