Ledger Web 技术文档
本文档将详细介绍如何安装、使用和配置 Ledger Web 项目,以及如何通过其 API 进行操作。
1. 安装指南
在开始安装之前,请确保您的系统中已安装 PostgreSQL 9.0 或更高版本。
安装步骤:
$ gem install ledger_web
$ createdb ledger
创建数据库后,您可以通过以下命令启动 Ledger Web:
$ ledger_web
启动成功后,使用浏览器打开 http://localhost:9090,您可以看到一些示例报告。
2. 项目使用说明
Ledger Web 是一个基于 Web 的报告系统,它使用 PostgreSQL 作为后端数据库,并与 Ledger 命令行会计系统配合使用。
配置
Ledger Web 的配置非常简单。创建一个名为 ~/.ledger_web/config.rb 的文件,内容如下:
LedgerWeb::Config.new do |config|
config.set :database_url, "postgres://localhost/ledger"
end
:database_url 应指向您的数据库实例。它可以不是本地的,但配置的用户需要能够修改模式。还有许多其他设置可以配置:
:index_report是 Ledger Web 在首次打开时将浏览器重定向到的报告。默认为:help:port是 Ledger Web 将运行在其上的端口。默认为9090:ledger_file是 Ledger Web 将读取的文件。默认为环境变量LEDGER_FILE:ledger_bin_path是 ledger 二进制文件的路径。默认在PATH中查找
编写报告
报告只是存储在 ~/.ledger_web/reports 目录中的 HTML ERB 文件。Ledger Web 提供了一些有用的辅助方法,让您能够轻松定义 SQL 查询。以下是一个报告示例:
<% @query = query do %>
select
xtn_month,
account,
sum(amount)
from
ledger
where
(account ~ 'Income'
or account ~ 'Expenses')
and xtn_date between :from and :to
group by
xtn_month,
account
<% end %>
<%= table @query %>
query 辅助方法接受一个 SQL 块并返回一个 LedgerWeb::Report 实例。它可以接受一些选项:
:pivot是要透视的列的名称。:pivot_sort_order指定透视列的排序方式。可以是asc或desc。默认为asc。
Ledger Web 使用 Twitter Bootstrap 进行格式化,因此您可以使用任何您想要的方式来格式化您的报告。
table 辅助方法接受一个由 query 辅助方法产生的查询和一些选项,并构建一个 HTML 表格。它还可以接受一个 :links 选项,它将表格中的值链接化。以下是一个例子:
:links => {"Account" => "/reports/register?account=:1"}
这表示 Account 列中的每个值将被一个 <a> 标签包围,指向 /reports/register?account=:1,其中 :1 将被该特定行的第一列的值替换。
3. 项目 API 使用文档
Ledger Web 提供了一个简单的 API,您可以通过它在不同的报告之间进行链接。以下是 API 的基本使用方法:
- 使用
:links选项在报告中创建链接。 - 链接模板可以使用
:1表示列值,:title表示列标题。
4. 项目安装方式
Ledger Web 可以通过以下步骤进行安装:
- 确保系统已安装 PostgreSQL 9.0 或更高版本。
- 使用
gem install ledger_web命令安装 Ledger Web。 - 创建一个名为
ledger的 PostgreSQL 数据库。 - 使用
ledger_web命令启动 Ledger Web。 - 打开浏览器,访问
http://localhost:9090。
以上是 Ledger Web 的基本安装和使用方法。通过自定义配置和编写报告,您可以根据需要创建各种会计报告。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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