Dandelion 项目技术文档
2024-12-26 14:28:22作者:江焘钦
1. 安装指南
1.1 环境要求
在安装 Dandelion 之前,请确保您的系统已安装 Ruby 2.0.0 或更高版本。
1.2 安装步骤
-
使用以下命令安装 Dandelion:
$ gem install dandelion -
如果您的系统尚未安装
pkg-config和cmake,请先安装它们。您可以通过操作系统的包管理器进行安装:- 对于 macOS 用户:
$ brew install pkg-config cmake - 对于 Debian/Ubuntu 用户:
$ apt-get install pkg-config cmake
- 对于 macOS 用户:
-
如果您使用的是操作系统包管理器安装的 Ruby,可能需要安装 Ruby 头文件:
- 对于 Debian 用户:
$ apt-get install ruby-dev - 对于 Ubuntu 用户:
$ apt-get install ruby-all-dev
- 对于 Debian 用户:
2. 项目的使用说明
2.1 配置文件
Dandelion 的配置选项通过 YAML 文件指定。默认情况下,Dandelion 会在 Git 仓库的根目录下查找名为 dandelion.yml 的文件。
示例配置文件:
adapter: sftp
host: example.com
username: user
password: pass
path: path/to/deployment
exclude:
- .gitignore
- dandelion.yml
- dir/
additional:
- config/auth.yml
配置项说明:
- 必填项:
adapter:文件传输适配器(如sftp、ftp、ftps、s3)。
- 可选项:
path:远程文件树的相对路径,默认为根目录。local_path:本地仓库的相对路径,默认为仓库根目录。exclude:排除部署的文件或目录列表。additional:从工作目录中额外部署的文件列表。revision_file:存储修订 SHA 的远程文件,默认为.revision。
2.2 动态配置
您可以使用环境变量动态设置配置值。例如:
password: <%= ENV['DANDELION_PASSWORD'] %>
3. 项目 API 使用文档
3.1 适配器
Dandelion 支持多种后端文件传输适配器,每个适配器都有其特定的配置参数。
SFTP 适配器
- 必填项:
hostusernamepassword(如果使用 SSH 密钥,则不需要)
- 可选项:
port(默认为 22)preserve_permissions(默认为 true)
FTP 适配器
- 必填项:
hostusernamepassword
- 可选项:
port(默认为 21)passive(默认为 false)
FTPS 适配器
- 必填项:与 FTP 相同。
- 可选项:
portpassiveftps_implicit(默认为 false,表示显式 TLS)insecure(默认为 false,允许自签名证书)
Amazon S3 适配器
- 必填项:
access_key_idsecret_access_keybucket_namehost(默认为s3.amazonaws.com)
- 可选项:
preserve_permissions(默认为 true)cache_control(缓存内容的时间,单位为秒)expires(缓存内容的时间,单位为秒)
4. 项目安装方式
4.1 部署命令
在 Git 仓库中运行以下命令进行部署:
$ dandelion deploy
此命令会将本地 HEAD 修订版部署到配置文件中指定的位置。Dandelion 会跟踪当前部署的修订版,以便仅传输已添加/更改/删除的文件。
4.2 指定修订版部署
您可以指定要部署的修订版,Dandelion 将确定需要传输的文件:
$ dandelion deploy <revision>
4.3 查看帮助
要查看完整的用法摘要,请运行:
$ dandelion -h
要查看特定命令的选项,请运行:
$ dandelion <command> -h
4.4 其他命令
init:初始化 Dandelion 配置。status:查看当前部署状态。
通过以上文档,您可以轻松安装、配置和使用 Dandelion 进行 Git 仓库的增量部署。
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-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
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
暂无简介
Dart
615
140
Ascend Extension for PyTorch
Python
167
189
React Native鸿蒙化仓库
JavaScript
240
315
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++
647
255
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
373
3.18 K
🎉 (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
1.09 K
618
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
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
262
92