Chronic Duration 技术文档
2024-12-23 11:43:39作者:咎竹峻Karen
本文档将为您详细介绍如何安装、使用 Chronic Duration 项目,并为您展示如何调用项目的 API。
1. 安装指南
在开始使用 Chronic Duration 之前,您需要确保系统中已经安装了 Ruby 环境。以下是安装 Chronic Duration 的步骤:
gem install chronic_duration
确保在执行以上命令时您已经具有相应的权限,或者使用 sudo(在 Linux 或 macOS 上)。
2. 项目的使用说明
Chronic Duration 是一个简单的 Ruby 自然语言解析器,用于解析经过的时间(例如,4 小时 30 分钟,6 分钟 4 秒,3 天等)。所有结果都以秒为单位返回。除非您需要浮点数,否则它将返回整数。
以下是一些基本用法示例:
require 'chronic_duration'
# 解析字符串
duration = ChronicDuration.parse('4 minutes and 30 seconds')
puts duration # 输出:270
# 解析结果为 nil 的情况
duration = ChronicDuration.parse('0 seconds')
puts duration # 输出:nil
# 当需要保留零值时
duration = ChronicDuration.parse('0 seconds', keep_zero: true)
puts duration # 输出:0
# 输出方法
puts ChronicDuration.output(270) # 输出:4 mins 30 secs
# 不同的输出格式
puts ChronicDuration.output(270, format: :short) # 输出:4m 30s
puts ChronicDuration.output(270, format: :long) # 输出:4 minutes 30 seconds
puts ChronicDuration.output(270, format: :chrono) # 输出:4:30
# 设置抛出异常
ChronicDuration.raise_exceptions = true
begin
ChronicDuration.parse('4 elephants and 3 asteroids')
rescue ChronicDuration::DurationParseError => e
puts e.message # 输出:An invalid word "elephants" was used in the string to be parsed.
end
3. 项目 API 使用文档
以下是 Chronic Duration 提供的主要 API 方法:
ChronicDuration.parse(string, options = {}):解析给定字符串,返回秒数。ChronicDuration.output(seconds, options = {}):将秒数转换为易读的字符串。
parse 方法接受以下选项:
keep_zero:当解析结果为零时,是否返回 0 而不是 nil。
output 方法接受以下选项:
format:指定输出格式,可以是:short、:long或:chrono。weeks:是否包含周作为单位。units:指定输出单位数量。joiner:不同单位之间的连接符。
4. 项目安装方式
Chronic Duration 的安装方式已在“安装指南”部分详细介绍,以下是简要步骤:
gem install chronic_duration
请确保您在安装前已经安装了 Ruby 环境。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
26
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
420
3.22 K
Ascend Extension for PyTorch
Python
230
261
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++
689
330
暂无简介
Dart
685
160
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
326
🔥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
65
19
🎉 (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
1.22 K
666
仓颉编译器源码及 cjdb 调试工具。
C++
136
869