Capistrano Unicorn 技术文档
1. 安装指南
1.1 添加依赖
首先,将 capistrano-unicorn 添加到你的 Gemfile 中:
group :development do
gem 'capistrano-unicorn', :require => false
end
1.2 加载插件
在你的部署脚本 config/deploy.rb 中加载 capistrano-unicorn:
require 'capistrano-unicorn'
1.3 配置重启任务钩子
根据你的需求,选择以下任意一种方式配置重启任务钩子:
after 'deploy:restart', 'unicorn:reload' # 应用未预加载
after 'deploy:restart', 'unicorn:restart' # 应用预加载
after 'deploy:restart', 'unicorn:duplicate' # 实现了 before_fork 钩子(零停机部署)
1.4 创建 Unicorn 配置文件
创建一个新的配置文件 config/unicorn.rb 或 config/unicorn/STAGE.rb,其中 STAGE 是你的部署环境(如 production 或 staging)。
你可以参考 examples/rails3.rb 作为配置文件的示例。
2. 项目的使用说明
2.1 部署
确保你使用的是最新版本,然后执行部署:
cap deploy
2.2 测试任务
你可以测试每个单独的任务:
cap unicorn:start
cap unicorn:stop
cap unicorn:reload
3. 项目 API 使用文档
3.1 可用任务
要获取所有 Capistrano 任务的列表,可以运行:
cap -T
以下是一些常用的任务:
cap unicorn:add_worker:添加一个新的工作进程cap unicorn:remove_worker:移除指定数量的工作进程cap unicorn:reload:重新加载 Unicorncap unicorn:restart:重启 Unicorncap unicorn:show_vars:调试 Unicorn 变量cap unicorn:shutdown:立即关闭 Unicorncap unicorn:start:启动 Unicorn 主进程cap unicorn:stop:停止 Unicorn
3.2 配置参数
你可以在 deploy.rb 中修改以下 Capistrano 变量:
unicorn_env:设置 Unicorn 配置文件的基名,默认为rails_env变量,如果未设置则为production。unicorn_rack_env:设置传递给 Unicorn 的 Rack 环境,默认为development(如果rails_env为development),否则为deployment。unicorn_user:指定运行 Unicorn 主进程的用户,默认为nil,即使用user变量定义的用户。unicorn_roles:定义执行 Unicorn 任务的角色,默认为:app。unicorn_bundle:设置 Unicorn 的 Bundler 命令,默认为bundle。unicorn_bin:设置 Unicorn 可执行文件,默认为unicorn。unicorn_options:设置传递给 Unicorn 的额外启动选项。unicorn_restart_sleep_time:设置重启 Unicorn 时等待旧 PID 文件出现的时间,默认为 2 秒。
4. 项目安装方式
4.1 多阶段部署
在多阶段部署中,Capistrano 会先加载默认配置,然后执行你的阶段任务并覆盖之前定义的变量。默认环境在执行阶段任务之前设置为 :production,因此你需要确保 :rails_env 和 :unicorn_env 设置正确。
假设你有两个部署阶段:staging 和 production。你需要在 config/deploy/staging.rb 和 config/deploy/production.rb 中分别定义这些文件。为了避免重复代码,可以将通用设置放在 config/deploy.rb 中,而只在每个阶段定义文件中放置特定于该环境的设置。
例如,config/deploy.rb 文件可以包含以下内容:
set :stages, %w(production staging)
set :default_stage, "staging"
require 'capistrano/ext/multistage'
set(:unicorn_env) { rails_env }
role(:web) { domain }
role(:app) { domain }
role(:db, :primary => true) { domain }
set(:deploy_to) { "/home/#{user}/#{application}/#{fetch :rails_env}" }
set(:current_path) { File.join(deploy_to, current_dir) }
然后,config/deploy/production.rb 文件可以包含:
set :domain, "app.mydomain.com"
set :rails_env, "production"
而 config/deploy/staging.rb 文件只需要包含:
set :domain, "app.staging.mydomain.com"
set :rails_env, "staging"
这样配置既简洁又清晰。
5. 测试
要执行测试套件,可以运行:
bundle exec rake test
6. 许可证
有关许可证的详细信息,请参阅项目中的 LICENSE 文件。
通过本文档,你应该能够顺利安装、配置和使用 capistrano-unicorn 插件,并了解其核心功能和配置选项。如果你有任何问题或需要进一步的帮助,请参考项目的 GitHub 页面或联系社区支持。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00