GPGME 项目技术文档
2024-12-26 20:57:20作者:滑思眉Philip
本文档将详细介绍如何安装、使用以及 API 调用 GPGME 项目。
1. 安装指南
GPGME 项目依赖于以下环境:
- Ruby 1.8 或更高版本
- GPGME 1.1.2 或更高版本
- gpg-agent(可选,但推荐使用)
安装步骤如下:
gem install gpgme
2. 项目使用说明
GPGME 提供了三种级别的 API。最高级别的 API 非常简单,中等级别的 API 提供更多功能,但可能不太用户友好,而最低级别的 API 接近 GPGME 的 C 接口。
2.1 高级别 API 使用示例
例如,要创建一个纯文本的清晰签名并将其输出到 stdout,可以按如下方式编写:
crypto = GPGME::Crypto.new
crypto.clearsign $stdin, :output => $stdout
2.2 中级别 API 使用示例
同样的示例可以用中级别 API 重写如下:
plain = GPGME::Data.new($stdin)
sig = GPGME::Data.new($stdout)
GPGME::Ctx.new do |ctx|
ctx.sign(plain, sig, GPGME::SIG_MODE_CLEAR)
end
2.3 最低级别 API 使用示例
同样的示例可以用最低级别 API 重写如下:
ret = []
GPGME::gpgme_new(ret)
ctx = ret.shift
GPGME::gpgme_data_new_from_fd(ret, 0)
plain = ret.shift
GPGME::gpgme_data_new_from_fd(ret, 1)
sig = ret.shift
GPGME::gpgme_op_sign(ctx, plain, sig, GPGME::SIG_MODE_CLEAR)
3. 项目 API 使用文档
以下是 GPGME 项目的 API 文档。
3.1 Crypto 类
GPGME::Crypto 类提供了加密、解密、签名和验证签名的便捷方法。以下是一些示例:
-
文档加密:
crypto = GPGME::Crypto.new crypto.encrypt "Hello world!", :recipients => "someone@example.com" -
对称加密:
crypto = GPGME::Crypto.new :password => "gpgme" crypto.encrypt "Hello world!", :symmetric => true -
文档解密(包括签名验证):
crypto.decrypt File.open("text.gpg") -
文档签名:
crypto.sign "I hereby proclaim Github the beneficiary of all my money when I die" -
签名验证:
sign = crypto.sign "Some text" data = crypto.verify(sign) { |signature| signature.valid? }
3.2 Key 类
GPGME::Key 对象表示一个密钥,并提供了与密钥相关的高级方法,用于查找、导出、导入、删除和创建密钥。
-
密钥列表:
GPGME::Key.find(:secret, "someone@example.com") -
密钥导出:
GPGME::Key.export("someone@example.com") -
密钥导入:
GPGME::Key.import(File.open("my.key")) -
密钥验证:
GPGME::Key.valid?(public_key)
3.3 Engine 类
GPGME::Engine 类提供了三种便捷方法,用于获取当前使用的 gpg 引擎信息。
-
获取当前信息:
GPGME::Engine.info.first -
更改家目录以使用不同设置:
GPGME::Engine.home_dir = '/tmp'
4. 项目安装方式
请参考上述“安装指南”部分。
以上是 GPGME 项目的详细技术文档,希望对您有所帮助。
登录后查看全文
热门项目推荐
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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- 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
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
项目优选
收起
deepin linux kernel
C
28
15
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
660
4.26 K
🎉 (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
1.54 K
894
Ascend Extension for PyTorch
Python
505
610
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
392
289
暂无简介
Dart
909
219
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
69
21
昇腾LLM分布式训练框架
Python
142
168
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++
940
867
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.33 K
108