Guard::LiveReload 技术文档
2024-12-20 16:41:47作者:温玫谨Lighthearted
1. 安装指南
1.1 前提条件
在安装 Guard::LiveReload
之前,请确保已经安装了 Guard。
1.2 安装步骤
-
使用以下命令安装
guard-livereload
gem:$ gem install guard-livereload
-
将
guard-livereload
添加到你的 Gemfile 中(建议放在 development 组中):group :development do gem 'guard-livereload', '~> 2.5', require: false end
-
运行以下命令将
guard-livereload
的定义添加到你的 Guardfile 中:$ guard init livereload
-
为了在浏览器中启用 LiveReload 功能,你可以使用 rack-livereload 或者安装 LiveReload Safari/Chrome/Firefox 扩展。
2. 项目的使用说明
2.1 快速开始
要快速开始使用 Guard::LiveReload
,请参考 wiki。
2.2 在 Rails 或 Rack 应用中的使用
如果你使用的是 Rails 或基于 Rack 的应用,请参考 rack-livereload 的 README 部分。
2.3 Guard 和插件的使用
关于 Guard 及其插件的更多信息,请参阅 Guard 的使用文档。
2.4 LiveReload 扩展的使用
关于 LiveReload 扩展的更多信息,请参阅 LiveReload 扩展的使用文档。
3. 项目 API 使用文档
3.1 Guardfile 配置
你可以根据需要自定义你的 "view" 文件。请阅读 Guard 文档 以获取更多关于 Guardfile DSL 的信息。
示例 Guardfile 配置:
guard 'livereload' do
watch(%r{app/views/.+\.(erb|haml|slim)})
watch(%r{app/helpers/.+\.rb})
watch(%r{public/.+\.(css|js|html)})
watch(%r{config/locales/.+\.yml})
# Rails Assets Pipeline
watch(%r{(app|vendor)(/assets/\w+/(.+\.(css|js|html))).*}) { |m| "/assets/#{m[3]}" }
end
3.2 选项配置
Guard::LiveReload
提供了 6 个选项,你可以像这样设置:
guard 'livereload', grace_period: 0.5, override_url: true do
# ...
end
可用选项:
notify: true # 默认 false
host: '127.3.3.1' # 默认 '0.0.0.0'
port: '12345' # 默认 '35729'
apply_css_live: false # 默认 true
override_url: false # 默认 false
grace_period: 0.5 # 默认 0 (秒)
js_template: './my_livereload.js.erb' # 默认是 livereload.js.erb 来自 gem
3.3 自定义 JS 模板选项
js_apple_webkit_extra_wait_time: 50 # 默认是 5 (见 issue #123)
js_default_extra_wait_time: 100 # 默认是 200
4. 项目安装方式
4.1 安装 gem
使用以下命令安装 guard-livereload
:
$ gem install guard-livereload
4.2 添加到 Gemfile
将 guard-livereload
添加到你的 Gemfile 中:
group :development do
gem 'guard-livereload', '~> 2.5', require: false
end
4.3 初始化 Guardfile
运行以下命令将 guard-livereload
的定义添加到你的 Guardfile 中:
$ guard init livereload
4.4 浏览器扩展
为了在浏览器中启用 LiveReload 功能,你可以使用 rack-livereload 或者安装 LiveReload Safari/Chrome/Firefox 扩展。
登录后查看全文
热门项目推荐
相关项目推荐
PaddleOCR-VL
PaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-V3.2-ExpDeepSeek-V3.2-Exp是DeepSeek推出的实验性模型,基于V3.1-Terminus架构,创新引入DeepSeek Sparse Attention稀疏注意力机制,在保持模型输出质量的同时,大幅提升长文本场景下的训练与推理效率。该模型在MMLU-Pro、GPQA-Diamond等多领域公开基准测试中表现与V3.1-Terminus相当,支持HuggingFace、SGLang、vLLM等多种本地运行方式,开源内核设计便于研究,采用MIT许可证。【此简介由AI生成】Python00
openPangu-Ultra-MoE-718B-V1.1
昇腾原生的开源盘古 Ultra-MoE-718B-V1.1 语言模型Python00ops-transformer
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。C++0135AI内容魔方
AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03Spark-Chemistry-X1-13B
科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00GOT-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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile011
- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
热门内容推荐
最新内容推荐
JavaWeb企业门户网站源码 - 企业级门户系统开发指南 中兴e读zedx.zed文档阅读器V4.11轻量版:专业通信设备文档阅读解决方案 IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 WebVideoDownloader:高效网页视频抓取工具全面使用指南 Python开发者的macOS终极指南:VSCode安装配置全攻略 瀚高迁移工具migration-4.1.4:企业级数据库迁移的智能解决方案 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 CrystalIndex资源文件管理系统:高效索引与文件管理的最佳实践指南 电脑PC网易云音乐免安装皮肤插件使用指南:个性化音乐播放体验
项目优选
收起

deepin linux kernel
C
23
6

OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
231
2.32 K

仓颉编译器源码及 cjdb 调试工具。
C++
112
78

React Native鸿蒙化仓库
JavaScript
216
291

暂无简介
Dart
532
117

仓颉编程语言运行时与标准库。
Cangjie
122
93

🎉 (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
993
588

Ascend Extension for PyTorch
Python
75
105

仓颉编程语言测试用例。
Cangjie
34
61

旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.02 K
401