项目技术文档 —— Harvested Ruby Wrapper
2024-12-20 07:09:27作者:平淮齐Percy
1. 安装指南
在开始使用Harvested之前,需要确保您的系统中已经安装了Ruby。然后,通过RubyGems仓库,可以轻松安装Harvested。在命令行中执行以下命令:
gem install harvested
确保在执行安装命令时您有足够的权限,如果在Linux或Mac系统上可能需要使用sudo。
2. 项目使用说明
Harvested是一个用于Ruby的Harvest API的封装库。以下是使用Harvested进行基本操作的说明:
首先,创建一个Harvest客户端实例,需要提供您的Harvest账户的子域名、用户名和密码:
harvest = Harvest.client(subdomain: 'yoursubdomain', username: 'yourusername', password: 'yourpassword')
接下来,可以使用该客户端实例访问不同的资源。例如,列出所有项目:
harvest.projects.all
如果您想针对特定客户端的所有项目,可以传递查询选项:
harvest.projects.all(nil, client: 12345)
这里需要注意的是,第一个参数是一个可选的用户ID字段,如果不包含该字段,必须指定为nil。
3. 项目API使用文档
Harvested提供的API主要是围绕Harvest API构建的。以下是一些基础的使用示例:
创建客户端
client = Harvest::Client.new(name: "Billable Company LTD.")
client = harvest.clients.create(client)
查找客户端
found_client = harvest.clients.find(client.id)
列出所有项目
projects = harvest.projects.all
列出特定客户端的项目
client_projects = harvest.projects.all(nil, client: 12345)
在查询时,可以传递任何符合Harvest API规范的查询属性哈希。
4. 项目安装方式
Harvested的安装方式非常简单,如下:
gem install harvested
确保Ruby环境已经搭建好,并且RubyGems处于最新版本。在一些系统中,您可能需要使用sudo来安装Ruby包。
注意
- Harvested目前冻结了新特性的添加,并且不支持V2 API。更多关于此决定的原因,请查看官方文档。
- Harvested的测试目前支持Ruby 2.0+版本。
通过以上文档,用户应该能够顺利安装并使用Harvested Ruby Wrapper来进行Harvest API的操作。如果遇到任何问题,建议查阅Harvested的官方文档或直接查看其源代码。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0382
openPangu-2.0-Flash昇腾原生的openPangu-2.0-Flash语言模型Python00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0269
LongCat-2.0LongCat-2.0,这是一款大规模混合专家(MoE)语言模型,总参数量达1.6万亿,每token激活参数量约480亿。LongCat-2.0深度集成Claude Code、OpenClaw、Hermes等主流评测框架,在代码理解、仓库级编辑、自动化任务执行及智能体工作流等场景均表现优异——为开发者提供更稳定高效的协作体验。00
项目优选
收起
暂无描述
Markdown
814
5.36 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
930
2.18 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
750
1.49 K
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
780
1.06 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
484
493
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++
1.16 K
1.19 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
294
269
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
840
360
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.73 K
712