Acl9 技术文档
2024-12-23 02:47:41作者:申梦珏Efrain
本文档旨在帮助用户安装、使用和深入了解 Acl9 项目。以下内容将包括安装指南、项目使用说明以及项目 API 使用文档。
1. 安装指南
Acl9 是一个基于角色的授权系统,提供了简洁的领域特定语言(DSL)来保护你的 Rails 应用程序。
安装方式
Acl9 采用语义化版本控制,你只需将以下代码添加到你的 Gemfile 中即可(注意,对于 Rails 6+ 支持,需要 3.2 版本):
gem 'acl9', '~> 3.2'
你需要 Ruby > 2.0。
- 对于 Rails 4,使用 2.x 版本:
gem 'acl9', '~> 2.0'
- 对于 Rails < 4,需要升级 Rails!
gem 'acl9', '~> 0.12'
运行以下命令安装依赖:
bundle install
2. 项目使用说明
以下是一些简单的示例来演示如何使用 Acl9。
访问控制
你直接在控制器中声明访问控制,这样对于任何查看控制器的开发者来说都是可见和明显的:
class Admin::SchoolsController < ApplicationController
access_control do
allow :support, :of => School
allow :admins, :managers, :teachers, :of => :school
deny :teachers, :only => :destroy
action :index do
allow anonymous, logged_in
end
allow logged_in, :only => :show
deny :students
end
def index
# ...
end
# ...
end
更多关于访问控制的信息可以在项目的 Wiki 中查看。
角色
Acl9 的另一部分是给用户分配和移除角色。查看以下示例时,请参考 访问控制 示例,你应该能够看到每个角色对应哪些访问控制规则。
假设我们要为某个学校创建一个管理员,不是全局管理员,而是特定学校的管理员:
user.has_role! :admin, school
user.has_role! :admin, of: school
如果我们有一些专门支持所有学校的支持人员,我们可以使用新的角色名称 :school_support,或者使用我们可以将角色分配给任何对象的事实,包括类,并这样做:
user.has_role! :support, School
user.has_role! :support, for: School
当支持人员离开这个团队时,我们需要移除这个角色:
user.has_no_role! :support, School
user.has_no_role! :support, at: School
更多关于角色的信息可以在项目的 Wiki 中查看。
3. 项目 API 使用文档
Acl9 提供了一系列的方法来管理访问控制和角色。以下是一些关键方法的简要说明:
access_control: 在控制器中定义访问控制规则。allow: 允许特定的角色访问特定的操作。deny: 禁止特定的角色访问特定的操作。has_role!: 给用户分配一个角色。has_no_role!: 从用户移除一个角色。
更多方法和详细说明可以在项目的 Wiki 中找到。
4. 项目安装方式
除了通过 Gemfile 安装外,Acl9 还提供了一个 Rails 生成器来创建迁移、角色模型和更新主体模型以及可选的任意对象模型。
在应用目录下运行以下命令查看生成器的用法:
bin/rails g acl9:setup -h
按照指示完成安装过程。
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0118
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
fun-rec推荐系统入门教程,在线阅读地址:https://datawhalechina.github.io/fun-rec/Python03
so-large-lm大模型基础: 一文了解大模型基础知识01
项目优选
收起
暂无描述
Dockerfile
764
4.98 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++
857
1.93 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++
683
1.33 K
Ascend Extension for PyTorch
Python
719
882
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++
1.08 K
1.1 K
deepin linux kernel
C
32
16
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
457
439
用户可使用该项目在 OpenHarmony 平台开发应用,支持通过 IDE 或终端用 Flutter Tools 指令编译构建,基于 Flutter 3.27.4 版本,新增 impeller-vulkan 渲染模式,兼容多种开发指令与环境配置。
Dart
1.01 K
261
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
151
253
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
998
609