首页
/ Apache FreeMarker Docgen 技术文档

Apache FreeMarker Docgen 技术文档

2024-12-23 02:55:35作者:咎竹峻Karen

本文档将详细介绍如何安装、使用 Apache FreeMarker Docgen 项目,并说明其 API 的使用方式。

1. 安装指南

环境要求

在使用 Apache FreeMarker Docgen 前,确保已安装以下工具:

  • JDK 8 (已测试版本:Oracle 1.8.0_212)
  • Apache Maven (已测试版本:3.6.1)
  • Node.js (已测试版本:12.18.2,14.x.x 可能不兼容)

安装步骤

  1. 确保 Node.js 的 npm 工具已在系统路径中。

  2. 在项目根目录 (freemarker-docgen) 下执行以下 Maven 命令:

    mvn install

2. 使用说明

使用示例

运行 Docgen

若在 IDE 中开发/调试 Docgen,可以创建一个运行配置,主类为 org.freemarker.docgen.cli.Main,并包含以下命令行参数(将 <FREEMARKER_PROJECT_DIR> 替换为实际目录):

`<FREEMARKER_PROJECT_DIR>\src\manual`
`<FREEMARKER_PROJECT_DIR>\build\manual`
`offline=true`

若要固定最后修改时间以便于比较不同运行结果,可以使用以下 Java 参数:

`-Ddocgen.generationTime=2020-07-15T17:00Z`

3. 项目 API 使用文档

Apache FreeMarker Docgen 的 API 使用细节在官方文档中并未明确列出,建议直接查看项目源码和示例来了解如何调用和使用。

4. 项目安装方式

请遵循上述“安装指南”中的步骤进行项目安装。


本文档已概述了 Apache FreeMarker Docgen 的安装和使用方法,帮助用户更好地理解和运用该项目。

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
暂无描述
Markdown
832
5.52 K
kernelkernel
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
496
521
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
808
1.16 K
ops-nnops-nn
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++
797
1.6 K
ops-transformerops-transformer
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++
981
2.31 K
kernelkernel
deepin linux kernel
C
33
16
jiuwenswarmjiuwenswarm
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
3.04 K
782
AscendNPU-IRAscendNPU-IR
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++
486
315
ops-mathops-math
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++
1.21 K
1.26 K
cann-learning-hubcann-learning-hub
CANN 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 Notebook
665
308