RVM 项目技术文档
2024-12-20 12:45:50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
相关项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
334
161
暂无简介
Dart
762
184
🎉 (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
1.32 K
744
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
112
134