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。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00