RubyInstaller2 使用教程
1. 项目介绍
RubyInstaller2 是一个基于 MSYS2 工具链的 Windows 平台 Ruby 安装器。它是 RubyInstaller 的继任者,支持 Ruby 2.4 及更高版本。与旧版的 RubyInstaller 不同,RubyInstaller2 不再提供自己的 DevKit,而是利用 MSYS2 项目中的 MINGW 库,从而更好地集成到 MSYS2 环境中,为安装带有 C 扩展的 gem 提供构建和运行时环境。
主要特点:
- 基于 MSYS2 工具链:利用 MSYS2 的丰富库和工具。
- 支持 Ruby 2.4 及以上版本:适用于最新的 Ruby 版本。
- 集成 MSYS2 环境:安装后可直接使用 MSYS2 的开发工具和库。
2. 项目快速启动
2.1 安装 RubyInstaller2
首先,从 GitHub 下载最新的 RubyInstaller2 安装包:
https://github.com/oneclick/rubyinstaller2/releases
下载完成后,运行安装程序并按照提示完成安装。
2.2 安装 MSYS2 组件
安装完成后,打开命令行工具(cmd 或 PowerShell),运行以下命令安装 MSYS2 组件:
ridk install
根据提示选择默认选项进行安装。
2.3 验证安装
安装完成后,可以通过以下命令验证 Ruby 和 MSYS2 是否安装成功:
ruby -v
ridk version
2.4 安装带有 C 扩展的 gem
例如,安装 sqlite3 gem:
ridk exec pacman -S mingw-w64-x86_64-sqlite3
gem install sqlite3 --platform ruby
3. 应用案例和最佳实践
3.1 使用 Ruby 进行 Web 开发
RubyInstaller2 可以与流行的 Ruby Web 框架(如 Ruby on Rails)结合使用,进行 Web 应用开发。以下是一个简单的 Rails 项目创建示例:
gem install rails
rails new myapp
cd myapp
rails server
3.2 使用 Ruby 进行自动化脚本编写
RubyInstaller2 可以用于编写自动化脚本,例如批量文件处理、系统监控等。以下是一个简单的文件重命名脚本示例:
# rename_files.rb
Dir.glob('*.txt').each_with_index do |file, index|
new_name = "file_#{index + 1}.txt"
File.rename(file, new_name)
end
4. 典型生态项目
4.1 Ruby on Rails
Ruby on Rails 是一个流行的 Web 应用框架,基于 Ruby 语言开发。它提供了丰富的功能和工具,帮助开发者快速构建和部署 Web 应用。
4.2 Jekyll
Jekyll 是一个静态站点生成器,使用 Ruby 编写。它可以将 Markdown 文件转换为静态 HTML 页面,适用于博客、文档站点等。
4.3 Bundler
Bundler 是一个 Ruby 的依赖管理工具,帮助开发者管理项目中的 gem 依赖关系,确保项目在不同环境中的一致性。
通过以上模块的介绍,您可以快速上手并深入了解 RubyInstaller2 的使用和生态系统。
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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