Papertrail CLI 技术文档
1. 安装指南
1.1 安装 Papertrail CLI
Papertrail CLI 是一个用于从 Papertrail 日志管理服务中检索、搜索和实时跟踪日志的命令行工具。你可以通过以下步骤安装它:
$ [sudo] gem install papertrail
1.2 配置 API Token
安装完成后,你需要配置 Papertrail 的 API Token。可以通过以下两种方式配置:
-
配置文件方式:在
~/.papertrail.yml文件中添加你的 API Token。token: 123456789012345678901234567890ab你可以从 Papertrail 的用户配置页面获取这个 Token。
-
环境变量方式:你也可以通过设置环境变量
PAPERTRAIL_API_TOKEN来传递 API Token。$ export PAPERTRAIL_API_TOKEN='abc123'
2. 项目的使用说明
2.1 基本使用
你可以通过以下命令查看 papertrail 的帮助信息:
$ papertrail --help
2.2 实时跟踪日志
使用 -f 或 --follow 参数可以实时跟踪日志,类似于 tail -f 命令:
$ papertrail -f "(www OR db) (nginx OR pgsql) -accepted"
2.3 时间范围搜索
你可以通过 --min-time 和 --max-time 参数指定搜索的时间范围:
$ papertrail --min-time 'yesterday at noon' --max-time 'today at 4am' -g Production
2.4 输出格式
你可以通过 -j 或 --json 参数输出 JSON 格式的日志数据:
$ papertrail -j
2.5 颜色化输出
默认情况下,日志消息的非正文部分会根据程序属性进行颜色化。你可以通过 --color 参数指定颜色化的方式:
$ papertrail --color system
3. 项目 API 使用文档
3.1 搜索日志
你可以使用 papertrail 命令进行日志搜索,支持布尔查询和实时跟踪:
$ papertrail -f "(www OR db) (nginx OR pgsql) -accepted"
3.2 添加/删除系统
Papertrail CLI 还提供了 papertrail-add-system 和 papertrail-remove-system 命令,用于添加或删除系统:
$ papertrail-add-system --help
$ papertrail-remove-system --help
3.3 创建/加入组
你可以使用 papertrail-add-group 和 papertrail-join-group 命令创建新组或将系统加入组:
$ papertrail-add-group --help
$ papertrail-join-group --help
4. 项目安装方式
4.1 通过 RubyGems 安装
你可以通过 RubyGems 安装 Papertrail CLI:
$ [sudo] gem install papertrail
4.2 配置 API Token
安装完成后,配置 API Token 以便使用 Papertrail CLI:
$ echo "token: 123456789012345678901234567890ab" > ~/.papertrail.yml
4.3 验证安装
你可以通过以下命令验证安装是否成功:
$ papertrail --version
如果安装成功,你将看到 Papertrail CLI 的版本信息。
通过本文档,你应该能够顺利安装、配置并使用 Papertrail CLI 进行日志管理和搜索。如果你有任何问题,可以参考项目的 GitHub Wiki 或联系 Papertrail 支持团队。
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