DeviseInvitable 技术文档
1. 安装指南
安装 DeviseInvitable Gem
首先,你需要安装 devise_invitable gem。可以通过以下命令进行安装:
gem install devise_invitable
添加到 Gemfile
将 devise_invitable 添加到你的 Gemfile 中:
gem 'devise_invitable', '~> 2.0.0'
自动安装
运行以下生成器,将 devise_invitable 的配置选项添加到 Devise 配置文件 (config/initializers/devise.rb) 中:
rails generate devise_invitable:install
完成后,你可以使用以下生成器将 devise_invitable 添加到任何 Devise 模型中:
rails generate devise_invitable MODEL
将 MODEL 替换为你想要添加 devise_invitable 的类名,例如 User、Admin 等。这将向你的模型的 Devise 模块添加 :invitable 标志,并生成一个迁移文件(如果 ORM 支持)。
手动安装
如果你选择手动安装,请按照以下步骤操作:
Devise 配置
在你的模型中,将 :invitable 添加到 devise 调用中:
class User < ActiveRecord::Base
devise :database_authenticatable, :confirmable, :invitable
end
ActiveRecord 迁移
在你的 Devise 模型迁移中添加 t.invitable:
create_table :users do
...
## Invitable
t.string :invitation_token
t.datetime :invitation_created_at
t.datetime :invitation_sent_at
t.datetime :invitation_accepted_at
t.integer :invitation_limit
t.integer :invited_by_id
t.string :invited_by_type
...
end
add_index :users, :invitation_token, unique: true
对于已经存在的模型,定义一个迁移来添加 devise_invitable:
def change
add_column :users, :invitation_token, :string
add_column :users, :invitation_created_at, :datetime
add_column :users, :invitation_sent_at, :datetime
add_column :users, :invitation_accepted_at, :datetime
add_column :users, :invitation_limit, :integer
add_column :users, :invited_by_id, :integer
add_column :users, :invited_by_type, :string
add_index :users, :invitation_token, unique: true
end
如果你之前在 :invitation_token 上使用了 :limit,请移除它:
def up
change_column :users, :invitation_token, :string, limit: nil
end
def down
change_column :users, :invitation_token, :string, limit: 60
end
2. 项目的使用说明
模型配置
devise_invitable 添加了一些新的配置选项:
invite_for:生成的邀请令牌的有效期。默认值为0,表示邀请不会过期。invitation_limit:用户可以发送的邀请数量。默认值为nil,表示没有限制。invite_key:发送邀请时用于检查现有用户的键。validate_on_invite:在实际邀请之前强制记录有效。resend_invitation:如果用户处于邀请状态,重新发送邀请。默认启用。invited_by_class_name:邀请模型的类名。如果为nil,则使用多态关联。invited_by_foreign_key:邀请模型的外键。invited_by_counter_cache:用于counter_cache列的列名。allow_insecure_sign_in_after_accept:用户设置密码后自动登录。默认启用。require_password_on_accepting:用户接受邀请时需要设置密码。默认启用。
配置视图
所有视图都打包在 gem 中。如果你想自定义视图,可以使用以下生成器将所有视图复制到你的应用程序中:
rails generate devise_invitable:views
你还可以使用生成器生成作用域视图:
rails generate devise_invitable:views users
然后在 config/initializers/devise.rb 中启用作用域视图:
config.scoped_views = true
配置控制器
要更改控制器的行为,创建一个继承自 Devise::InvitationsController 的控制器。可用的方法有:new、create、edit 和 update。
例如:
class Users::InvitationsController < Devise::InvitationsController
def update
if some_condition
redirect_to root_path
else
super
end
end
end
然后在 routes.rb 中指定使用你的控制器:
devise_for :users, controllers: { invitations: 'users/invitations' }
确保生成视图并将其放入生成的控制器中。
3. 项目API使用文档
邀请用户
Devise::InvitationsController#create 方法用于发送邀请。默认情况下,只允许传递认证键(如 email)。
接受邀请
Devise::InvitationsController#update 方法用于接受邀请。默认情况下,允许传递 invitation_token、password 和 password_confirmation。
4. 项目安装方式
自动安装
通过运行以下命令自动安装:
rails generate devise_invitable:install
手动安装
手动安装需要按照以下步骤进行配置:
- 在模型中添加
:invitable。 - 在迁移文件中添加相关字段。
- 配置
devise.rb文件中的选项。
通过以上步骤,你可以成功安装并使用 devise_invitable 扩展 Devise 的功能。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00