Irwi 技术文档
本文档将详细介绍如何安装、使用及配置 Irwi 插件,该插件为 Ruby on Rails 4 应用程序提供维基功能。
1. 安装指南
在您的 Gemfile 文件中添加以下内容:
gem 'irwi', :git => 'git://github.com/alno/irwi.git'
然后在您的应用程序目录中执行以下命令:
rails g irwi_wiki
此命令将生成以下文件:
WikiPageController:用于服务维基页面WikiPage:表示页面的模型- 数据库迁移文件
同时,它将在您的 routes.rb 文件中添加类似以下内容:
wiki_root '/wiki'
2. 项目使用说明
维基语法
您可以通过以下方式在文本中链接其他页面:
[[某个页面标题]]
如果链接的页面存在,它将被替换为指向该页面的链接;如果不存在,它将被替换为指向新页面的链接。
模板定义
您可以创建自己的控制器动作模板(show、edit 和 history),如果不自定义,将使用内置的默认模板。
辅助方法定义
以下辅助方法默认被定义,您可以用自己的方法替换它们:
wiki_user:根据给定的用户对象渲染用户名或链接。默认情况下,对于nil,它渲染<Unknown>,对于其他用户,渲染 "User#{user.id}"。
配置
配置选项可以通过 Irwi.config 对象访问。目前支持的选项有:
-
user_class_name:用户模型类的名称。默认为'User'。 -
formatter:在输出之前处理维基内容的格式化器实例(见下文)。 -
paginator:显示分页控制的分页器实例(见下文)。 -
comparator:构建并渲染两个文本之间的更改集合的比较器实例。默认使用Irwi::Comparators::DiffLcs。
格式化器
Irwi 支持自定义格式化器,可以通过设置 Irwi.config.formatter 为相应的实例来配置。每个格式化器都应该有一个 format 方法,它接收一个字符串并返回格式化后的字符串。
以下是一些基于不同宝石的支持的格式化器(您应该将它们添加到应用程序的 Gemfile 中):
Irwi::Formatters::RedCloth:基于RedCloth宝石的 Markdown 格式化器。Irwi::Formatters::RedCarpet:基于redcarpet宝石的 Markdown 格式化。Irwi::Formatters::BlueCloth:基于BlueCloth宝石的 Textile 格式化。Irwi::Formatters::WikiCloth:基于wiki_cloth宝石的格式化器。Irwi::Formatters::SimpleHtml:不做任何处理的格式化器。
默认情况下,Irwi 会选择应用程序 Gemfile 中存在的第一个格式化器。您也可以通过指定 Irwi.config.formatter 值来显式选择格式化器,例如:
Irwi.config.formatter = Irwi::Formatters::BlueCloth.new
分页器
Irwi 支持自定义分页器,可以通过设置 Irwi.config.paginator 为相应的实例来配置。以下是一些支持的分页器(您应该将它们添加到应用程序的 Gemfile 中):
Irwi::Paginators::WillPaginate:基于will_paginate宝石。Irwi::Paginators::Kaminari:基于kaminari宝石。Irwi::Paginators::None:不执行任何操作的格式化器。
默认情况下,Irwi 会选择应用程序 Gemfile 中存在的第一个分页器。您也可以通过指定 Irwi.config.paginator 值来显式选择分页器,例如:
Irwi.config.paginator = Irwi::Paginators::WillPaginate.new
3. 项目API使用文档
Irwi 提供了一些方法和配置选项,您可以在您的应用程序中使用它们。
-
Irwi.config:访问配置选项。 -
wiki_user:辅助方法,用于渲染用户名或链接。 -
irwi_wiki:生成器方法,用于创建维基相关的模型和控制器。 -
irwi_wiki_attachments:生成器方法,用于添加附件功能。
4. 项目安装方式
请参考“安装指南”部分,其中包括将 Irwi 添加到 Gemfile 和执行相关命令的步骤。
通过上述步骤,您可以轻松地在您的 Ruby on Rails 4 应用程序中集成 Irwi 插件,并开始使用维基功能。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00