AlchemyCMS 技术文档
2024-12-26 21:42:14作者:咎竹峻Karen
1. 安装指南
独立安装
如果还没有 Rails 项目或者想先试用 Alchemy,可以使用以下 Rails 模板。
首先确保已安装 Rails:
$ gem install rails
然后创建一个新的 Rails 项目:
$ rails new -m https://raw.githubusercontent.com/AlchemyCMS/rails-templates/master/all.rb <项目名称>
按照屏幕上的指示操作。
手动安装
如果想在 Rails 项目中手动安装 Alchemy,请按照以下步骤操作。
添加 Alchemy gem
在 Gemfile 中添加 Alchemy:
$ bundle add alchemy_cms
设置认证用户
需要决定是使用自己的用户模型还是使用 Alchemy 提供的基于 Devise 的用户模型。
使用 Alchemy 用户
如果没有自己的用户类,可以直接使用 Alchemy 用户模型。只需在 Gemfile 中添加以下 gem:
$ bundle add alchemy-devise
然后运行 alchemy-devise 安装程序:
$ bin/rails g alchemy:devise:install
使用自己的用户模型
如果要使用自己的用户模型,需要告诉 Alchemy。
最佳实践是使用初始化文件:
# config/initializers/alchemy.rb
Alchemy.user_class_name = 'YourUserClass' # 默认为 'User'
Alchemy.current_user_method = 'current_admin_user' # 默认为 'current_user'
Alchemy.signup_path = '/your/signup/path' # 默认为 '/signup'
Alchemy.login_path = '/your/login/path' # 默认为 '/login'
Alchemy.logout_path = '/your/logout/path' # 默认为 '/logout'
Alchemy.logout_method = 'http_verb_for_logout' # 默认为 'delete'
Alchemy.unauthorized_path = '/some/public/page' # 默认为 '/'
Alchemy 需要从用户类中知道的是 alchemy_roles 方法。
该方法需要返回一个包含以下至少一个角色的数组或 ActiveRecord::Relation:member、author、editor、admin。
安装 Alchemy 到应用中:
设置用户模型后,需要运行 Alchemy 安装任务:
$ bin/rails alchemy:install
现在一切应该已经设置完毕,可以访问 Alchemy 仪表板:
*) 如果将 Alchemy 挂载到除 '/' 以外的其他路径,请使用自定义路径。
2. 项目使用说明
AlchemyCMS 是一个基于 Ruby on Rails 的开源 CMS 引擎,具有灵活的模板、丰富的 RESTful API、直观的管理界面等特点。
要使用 AlchemyCMS,请先按照安装指南进行安装。安装完成后,可以通过访问上面提供的仪表板地址来管理内容。
3. 项目API使用文档
AlchemyCMS 提供了一个丰富的 RESTful API,允许开发人员以编程方式访问和管理内容。
具体 API 使用方法和文档,请参考项目官方指南。
4. 项目安装方式
项目可以通过以下方式安装:
- 独立安装:使用提供的 Rails 模板创建新项目。
- 手动安装:在现有 Rails 项目中添加 Alchemy gem,并按照指南设置用户模型和运行安装任务。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0544
MiniMax-H3MiniMax H3 是一个通用的全模态生成系统。它支持对由文本、图像、视频和音频组成的多模态上下文进行统一理解,并能生成分辨率高达 2K、时长可达 15 秒的带原生立体声音频的视频。得益于面向任务泛化的系统设计,H3 在预训练阶段就已具备广泛的多模态上下文理解与生成能力,能够出色地执行复杂的多模态指令。Python00
DataFlow基于大模型算子和工作流的高效文本大模型训练数据合成框架Python05
doraDORA (Dataflow-Oriented Robotic Architecture 面向数据流的机器人架构) 是为 AI 与具身智能机器人打造的高性能开发框架,以数据流范式重构开发逻辑,原生支持分布式部署与端边云协同 —— 无需复杂适配,即可实现一体端到端具身大小脑、VLA等模型部署,无缝衔接感知、推理、控制全链路,让 AI 能力与机器人动作深度融合。 依托 Rust 内核与零拷贝通信技术,它将具身大小脑、VLA等模型推理、多模态数据融合延迟压缩至微秒级,同时兼容 ROS2 生态与国产 AI 芯片,彻底降低具身智能机器人的开发门槛,让分布式部署下的 AI 赋能创新更高效、更灵活。Rust01
源启盛夏_AtomGit暑期开发者成长计划「源启盛夏」暑期校园开发者成长计划旨在激活校园开源力量,通过积分激励、认证扶持、资源倾斜等形式,引导高校组织和开发者完成「入驻 — 建项目 — 做贡献 — 获认证 — 得资源」的完整闭环。无论你是想带领社团入驻平台的组织者,还是希望用代码贡献证明自己的开发者,都能在这里找到属于你的成长路径。Markdown01
py-xiaozhi基于Python的Xiaozhi AI,适用于想要完整Xiaozhi体验而无需拥有专用硬件的用户。Python01
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
33
16
openEuler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。
C
507
540
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
835
1.27 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
1.04 K
2.45 K
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.13 K
741
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++
1.24 K
1.36 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
841
1.67 K
暂无描述
Markdown
846
5.64 K
LLVM 项目是一个模块化、可复用的编译器及工具链技术的集合。此fork用于添加仓颉编译器的功能,并支持仓颉编译器项目。
C++
756
830
Claude 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 Started
Rust
3.66 K
544