Rack::Bug 技术文档
2024-12-23 23:00:22作者:韦蓉瑛
1. 安装指南
1.1 Rails 项目安装
在 Rails 项目中,可以通过以下步骤安装 Rack::Bug:
-
使用
script/plugin命令安装插件:script/plugin install git://github.com/brynary/rack-bug.git -
在
config/environments/development.rb文件中添加以下配置:config.middleware.use "Rack::Bug", :secret_key => "someverylongandveryhardtoguesspreferablyrandomstring" -
添加书签工具到浏览器:
open http://RAILS_APP/__rack_bug__/bookmarklet.html
1.2 非 Rails Rack 应用安装
对于非 Rails 的 Rack 应用,可以直接使用 Rack::Bug 作为中间件:
-
在应用中引入
Rack::Bug:use Rack::Bug -
如果需要使用日志面板,定义
LOGGER常量,该常量应为 Ruby 的Logger或ActiveSupport::BufferedLogger。
2. 项目的使用说明
2.1 功能概述
Rack::Bug 是一个用于 Rack 应用的诊断工具栏,能够在应用运行时注入一个浮动 div,用于探索日志、数据库查询、模板渲染时间等信息。
2.2 默认面板
Rack::Bug 默认包含以下面板:
- Rails Info
- Timer
- Request Variables
- SQL
- Active Record
- Cache
- Templates
- Log
- Memory
此外,还提供了其他可选面板,如 Redis 和 Sphinx。
2.3 自定义面板
可以通过配置自定义面板的顺序和内容:
require "rack/bug"
ActionController::Dispatcher.middleware.use Rack::Bug,
:secret_key => "someverylongandveryhardtoguesspreferablyrandomstring",
:panel_classes => [
Rack::Bug::TimerPanel,
Rack::Bug::RequestVariablesPanel,
Rack::Bug::RedisPanel,
Rack::Bug::TemplatesPanel,
Rack::Bug::LogPanel,
Rack::Bug::MemoryPanel
]
3. 项目API使用文档
3.1 中间件配置
Rack::Bug 可以通过以下方式进行配置:
- secret_key: 用于安全验证的密钥。
- panel_classes: 自定义面板的类列表。
- ip_masks: 限制访问的 IP 地址。
- password: 限制访问的密码。
3.2 安全配置
可以通过 IP 地址或密码来限制访问:
-
IP 地址限制:
require "ipaddr" ActionController::Dispatcher.middleware.use "Rack::Bug" :secret_key => "someverylongandveryhardtoguesspreferablyrandomstring", :ip_masks => [IPAddr.new("2.2.2.2/0")] -
密码限制:
ActionController::Dispatcher.middleware.use "Rack::Bug", :secret_key => "someverylongandveryhardtoguesspreferablyrandomstring", :password => "yourpassword"
4. 项目安装方式
4.1 开发环境安装
在开发环境中,需要安装以下 gem:
- rspec
- rack-test
- webrat
- sinatra
4.2 生产环境安装
Rack::Bug 可以在生产环境中运行,用于特定的故障排查。配置方式与开发环境类似,但需要注意安全配置。
4.3 许可证
Rack::Bug 使用 MIT 许可证,详细信息请参阅 MIT-LICENSE.txt 文件。
通过以上文档,您可以详细了解 Rack::Bug 的安装、使用和配置方法,帮助您更好地在项目中使用该工具。
登录后查看全文
热门项目推荐
相关项目推荐
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
173
193
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
263
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
269
93
暂无简介
Dart
622
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
377
3.32 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
620
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