RVM 项目技术文档
2024-12-20 09:08:54作者:平淮齐Percy
1. 安装指南
1.1 系统要求
- Chef: 测试于 12.5.1 版本,但较旧版本的 Chef 可能由于资源模型的变化而无法正常工作。如果需要支持旧版本,请提交 Pull Request。
- 平台: 支持以下平台:
- Ubuntu (12.04 及以上)
- Debian (6.0 及以上)
- macOS (10.6/10.7)
- macOS Server
- SUSE (openSUSE, SLES)
- CentOS
- Amazon (2011.09)
- Scientific
- Red Hat
- Fedora
- Gentoo
1.2 依赖安装
- 如果安装 [JRuby][jruby],则需要安装 Java 运行时。可以使用 Opscode 的 [java cookbook][java_cb] 在支持的平台上安装。
- 在 macOS 上,建议使用 homebrew cookbook 来安装编译 Ruby 所需的额外包。
2. 项目安装方式
2.1 使用 Berkshelf 安装
- 安装 Berkshelf:
gem install berkshelf - 初始化 Berkshelf 并添加 RVM cookbook:
cd chef-repo berks init echo "cookbook 'rvm', github: 'fnichol/chef-rvm'" >> Berksfile berks install
2.2 使用 Librarian-Chef 安装
- 安装 Librarian-Chef:
gem install librarian-chef - 初始化 Librarian-Chef 并添加 RVM cookbook:
cd chef-repo librarian-chef init cat >> Cheffile <<END_OF_CHEFFILE cookbook 'rvm', :git => 'git://github.com/fnichol/chef-rvm.git', :ref => 'v0.10.1' END_OF_CHEFFILE librarian-chef install
3. 项目的使用说明
3.1 默认 Recipe
default recipe 安装 RVM gem 并初始化 Chef,以便使用本 cookbook 中的资源来安装和管理 RVM。
3.2 管理 RVM 和 Ruby
- 系统级 RVM: 可以安装和管理系统级的 RVM。
- 用户级 RVM: 可以为特定用户安装和管理 RVM。
- Ruby 管理: 可以管理已安装的 Ruby 版本。
4. 项目 API 使用文档
4.1 RVM 资源
- rvm_install: 安装 RVM。
- rvm_ruby: 安装和管理 Ruby 版本。
- rvm_gemset: 管理 RVM 中的 gemset。
4.2 示例
rvm_install 'install rvm' do
user 'username'
version 'latest'
end
rvm_ruby 'install ruby' do
version '2.7.2'
user 'username'
end
rvm_gemset 'create gemset' do
ruby_string '2.7.2@mygemset'
user 'username'
end
5. 贡献与测试
5.1 贡献
请参阅 CONTRIBUTING.md 文件了解如何贡献代码。
5.2 测试
- 确保安装了以下工具:
- [Vagrant][vagrant]
- [vagrant-berkshelf][vagrant-berkshelf]
- 运行
bundle install后,执行rake进行单元测试,执行kitchen test进行集成测试。
6. 许可证与作者
- 作者: Aaron Kalin (akalin@martinisoftware.com)
- 贡献者: 贡献者列表
- 许可证: Apache License, Version 2.0
登录后查看全文
热门项目推荐
PaddleOCR-VLPaddleOCR-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-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-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。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
最新内容推荐
OMNeT++中文使用手册:网络仿真的终极指南与实用教程 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 基于Matlab的等几何分析IGA软件包:工程计算与几何建模的完美融合 谷歌浏览器跨域插件Allow-Control-Allow-Origin:前端开发调试必备神器 Adobe Acrobat XI Pro PDF拼版插件:提升排版效率的专业利器 Windows版Redis 5.0.14下载资源:高效内存数据库的完美Windows解决方案 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 PANTONE潘通AI色板库:设计师必备的色彩管理利器
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
271
2.56 K
deepin linux kernel
C
24
6
React Native鸿蒙化仓库
JavaScript
222
302
Ascend Extension for PyTorch
Python
103
130
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++
597
157
暂无简介
Dart
561
125
一个用于服务器应用开发的综合工具库。
- 零配置文件
- 环境变量和命令行参数配置
- 约定优于配置
- 深刻利用仓颉语言特性
- 只需要开发动态链接库,fboot负责加载、初始化并运行。
Cangjie
224
14
🎉 (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
1.03 K
606
仓颉编译器源码及 cjdb 调试工具。
C++
118
95
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
443