ApiGen 技术文档
2024-12-25 23:47:15作者:宗隆裙
安装指南
使用 Docker 安装
ApiGen 提供了 Docker 镜像,您可以直接使用以下命令进行安装和运行:
docker run --rm --interactive --tty --volume "$PWD:$PWD" --workdir "$PWD" \
apigen/apigen:edge \
src --output docs
使用 Phar 安装
您可以通过下载 Phar 文件来安装 ApiGen:
mkdir -p tools
curl -L https://github.com/ApiGen/ApiGen/releases/latest/download/apigen.phar -o tools/apigen
chmod +x tools/apigen
tools/apigen src --output docs
使用 Composer 安装
通过 Composer 安装 ApiGen:
composer create-project --no-dev apigen/apigen:^7.0@alpha tools/apigen
tools/apigen/bin/apigen src --output docs
项目的使用说明
生成 API 文档
使用 ApiGen 生成 API 文档非常简单,只需指定源代码目录和输出目录即可:
apigen src --output docs
配置文件
ApiGen 支持通过 apigen.neon 配置文件进行配置。以下是一个示例配置文件:
parameters:
paths: []
include: ['*.php']
exclude: []
excludeProtected: false
excludePrivate: true
excludeTagged: ['internal']
outputDir: '%workingDir%/api'
themeDir: null
title: 'API Documentation'
baseUrl: ''
workerCount: 8
memoryLimit: '512M'
项目API使用文档
命令行参数
src: 源代码目录。--output: 输出目录。--include: 包含的文件掩码。--exclude: 排除的文件掩码。--excludeProtected: 是否排除受保护的成员。--excludePrivate: 是否排除私有的成员。--excludeTagged: 用于排除类和成员的标签列表。--theme: 主题目录。--title: 文档标题。--base-url: 基础 URL。--workers: 并行渲染的进程数。--memory-limit: 内存限制。
配置文件参数
paths: 源代码路径列表。include: 包含的文件掩码列表。exclude: 排除的文件掩码列表。excludeProtected: 是否排除受保护的成员。excludePrivate: 是否排除私有的成员。excludeTagged: 用于排除类和成员的标签列表。outputDir: 输出目录。themeDir: 主题目录。title: 文档标题。baseUrl: 基础 URL。workerCount: 并行渲染的进程数。memoryLimit: 内存限制。
项目安装方式
ApiGen 提供了三种安装方式:
- Docker: 使用 Docker 镜像进行安装和运行。
- Phar: 下载 Phar 文件进行安装。
- Composer: 通过 Composer 进行安装。
每种安装方式都提供了详细的命令和步骤,用户可以根据自己的需求选择合适的安装方式。
登录后查看全文
热门项目推荐
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
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++
877
578
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
335
161
暂无简介
Dart
762
188
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
113
136