Highrise 项目技术文档
2024-12-23 04:05:48作者:俞予舒Fleming
1. 安装指南
安装步骤
- 打开终端或命令行工具。
- 输入以下命令安装
highrisegem:gem install highrise
依赖项
在安装 highrise 之前,请确保已安装所有依赖项。可以通过以下命令检查依赖项是否已安装:
bundle check
2. 项目的使用说明
配置 API 密钥
在使用 highrise 之前,需要配置 API 密钥。可以在 Rails 应用的 config/initializers/highrise.rb 文件中添加以下代码:
require 'highrise'
Highrise::Base.site = 'https://your_site.highrisehq.com'
Highrise::Base.user = 'api-auth-token'
Highrise::Base.format = :xml
示例代码
以下是一些使用 highrise 的示例代码:
# 获取所有标签
@tags = Highrise::Tag.find(:all)
# 获取所有带有特定标签的人
@people = Highrise::Person.find_all_across_pages(:params => {:tag_id => 12345})
# 给某个人添加标签
@person.tag!("VIP")
3. 项目API使用文档
主要类和方法
Highrise::Tag.find(:all):获取所有标签。Highrise::Person.find_all_across_pages(:params => {:tag_id => 12345}):获取所有带有特定标签的人。@person.tag!("VIP"):给某个人添加标签。
继承自 ActiveResource::Base 的类
所有类都继承自 ActiveResource::Base,包括:
AccountCommentCompanyDealDealCategoryEmailGroupCaseMembershipNotePartyPersonRecordingSubjectTagTaskTaskCategoryUser
4. 项目安装方式
通过 gem 安装
最简单的安装方式是通过 RubyGems 安装:
gem install highrise
手动安装
如果需要手动安装,可以下载源代码并运行以下命令:
gem build highrise.gemspec
gem install highrise-<version>.gem
5. 许可证
该项目使用 MIT 许可证,代码可以自由使用。
6. 反馈与贡献
欢迎通过 GitHub 的 issue tracker 提交反馈和问题。如果有修复代码,请通过 pull request 提交,但请不要包含版本文件的更改。
7. 作者与贡献者
- 作者:
- Marcos Tapajós
- Ken Mayer
- 贡献者:
通过以上文档,您应该能够顺利安装和使用 highrise 项目。如有任何问题,请参考项目的 GitHub 页面或联系作者。
登录后查看全文
热门项目推荐
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
182
196
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++
648
265
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
274
94
暂无简介
Dart
623
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.41 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1