Mobile Fu 技术文档
1. 安装指南
Mobile Fu 是一个用于自动检测访问 Rails 应用的移动设备的插件。以下是安装步骤:
Rails 3 兼容性
若要在 Rails 3 环境下使用 Mobile Fu,请按照以下步骤安装:
rails plugin install git://github.com/brendanlim/mobile-fu.git
Rails 2 兼容性
若要在 Rails 2 环境下使用 Mobile Fu,请从 2.x 分支安装:
script/plugin install git://github.com/brendanlim/mobile-fu.git -r 2.x
2. 项目的使用说明
在控制器中添加以下代码,以启用 Mobile Fu 功能:
class ApplicationController < ActionController::Base
has_mobile_fu
end
一旦完成以上设置,任何来自移动设备的请求将被设置为 :mobile 格式。如何处理这些请求取决于您自己。同时,您需要创建视图的 .mobile.erb 版本以供请求。
然后,在 config/initializers/mime_types.rb 文件中添加以下代码行:
Mime::Type.register_alias "text/html", :mobile
建议您设置一个 before_filter,以便根据是否是移动设备请求重定向到特定页面。如何检查呢?
is_mobile_device? # 返回 true 或 false,取决于设备
您还可以通过以下方式确定当前的请求格式:
in_mobile_view? # 返回 true 或 false,取决于当前的请求格式
如果希望用户能在 'mobile' 和 'standard' 格式 (:html) 之间切换,可以在自定义控制器操作中调整 mobile_view 会话变量:
session[:mobile_view] # 如果请求格式为 :mobile 则设置为 true,如果设置为 :html 则为 false
不同设备需要不同的样式。不必担心,Mobile Fu 已经内置了这一功能。
如果您通过 stylesheet_link_tag 引入 CSS 或 Sass 文件,只需在文件名中添加 _device 后缀即可覆盖特定设备的样式。加载的样式表取决于哪个设备正在发出请求。
例如,从 Blackberry 访问页面:
... stylesheet_link_tag 'mobile.css' ...
这将加载 mobile.css,如果存在 mobile_blackberry.css,则会加载该文件。
目前支持的样式覆盖设备扩展名有:
- blackberry
- iphone (iphone, ipod)
- ipad
- android
- mobileexplorer
- nokia
- palm
样式表的强大功能来源于 Michael Bleigh 的 browserized styles。
Mobile Fu 的灵感来源于 Noel Rappin 的 rails_iui。
3. 项目 API 使用文档
Mobile Fu 提供以下方法供开发者使用:
has_mobile_fu([boolean]): 启用 Mobile Fu 功能,可选参数boolean用于强制使用移动界面。is_mobile_device?: 检查当前请求是否来自移动设备。in_mobile_view?: 检查当前请求格式是否为移动格式。session[:mobile_view]: 设置或获取当前会话的移动视图状态。
4. 项目安装方式
请参考上文“安装指南”部分的步骤进行安装。
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