Sprockets Rails 技术文档
2024-12-26 11:39:38作者:庞队千Virginia
1. 安装指南
要安装 Sprockets Rails,您可以通过以下方式将其添加到您的 Rails 项目中:
gem 'sprockets-rails', :require => 'sprockets/railtie'
或者,如果您禁用了 Bundler 自动加载,可以在 config/application.rb 文件中添加以下代码:
require 'sprockets/railtie'
确保在 Gemfile 中添加后运行 bundle install 来安装依赖。
2. 项目的使用说明
Sprockets Rails 为 Rails 4.x 及以上版本提供了一个 Asset Pipeline 实现。以下是一些基本的使用说明:
Rake 任务
rake assets:precompile:部署任务,用于编译config.assets.precompile中列出的所有资产,并将其放置在public/assets目录下。rake assets:clean:仅删除public/assets目录下的旧资产(保留最近的三个副本)。在进行滚动部署时,当新资产正在编译时,这可能会有用,因为可能仍在服务旧资产。rake assets:clobber:彻底删除public/assets目录。
定制
如果基本任务不符合您的需求,可以轻松重定义它们,并用更适合您应用程序的任务替换它们。
require 'sprockets/rails/task'
Sprockets::Rails::Task.new(Rails.application) do |t|
t.environment = lambda { Rails.application.assets }
t.assets = %w( application.js application.css )
t.keep = 5
end
每个资产任务都会首先调用 assets:environment。默认情况下,这将加载 Rails 环境。您可以根据特定的编译环境添加或删除依赖。
初始化选项
以下是一些可配置的初始化选项:
config.assets.unknown_asset_fallback:当设置为真值时,即使请求的资产在资产管道中未找到,也会返回结果。当设置为假值时,如果未找到资产,将引发错误。默认值为true。config.assets.precompile:添加在部署时编译的额外资产。默认为application.js、application.css和app/assets下的任何非 js/css 文件。config.assets.paths:向此数组添加其他加载路径。Rails 默认包括app/assets、lib/assets和vendor/assets。config.assets.quiet:抑制资产请求的日志输出。默认为false。config.assets.version:设置自定义缓存破坏字符串。更改它将导致在下次构建时重新编译所有资产。config.assets.prefix:默认为/assets。更改编译资产的目录。config.assets.digest:启用时,将在资产文件名中添加指纹。config.assets.debug:启用资产调试模式。当此值为真时,每个资产将包含一个源地图。config.assets.compile:启用 Sprockets 编译环境。如果禁用,Rails.application.assets将为nil,以防止不慎调用编译。config.assets.configure:当环境初始化时,调用块并带有环境。允许直接访问环境实例,并允许您延迟加载仅用于资产编译的库。
3. 项目 API 使用文档
由于 Sprockets Rails 是 Rails Asset Pipeline 的一部分,因此它主要与 Rails 应用程序中的配置和环境设置交互。以下是一些关键 API 和配置选项的说明:
Sprockets::Rails::Task:用于创建自定义的 Rake 任务。config.assets.*:用于配置资产处理的各个方面,如预编译、路径、版本等。
4. 项目安装方式
Sprockets Rails 的安装方式已在安装指南中详细说明。简而言之,您需要将 sprockets-rails 添加到您的 Gemfile 中,然后运行 bundle install。如果您的 Bundler 自动加载被禁用,还需要在 config/application.rb 中明确引入 sprockets/railtie。
通过遵循上述步骤,您可以轻松地将 Sprockets Rails 集成到您的 Rails 项目中,并利用其提供的 Asset Pipeline 功能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0382
openPangu-2.0-Flash昇腾原生的openPangu-2.0-Flash语言模型Python00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
Hy3Hy3 是由腾讯混元团队研发的快慢思考融合的混合专家模型,总参数量 295B,激活参数 21B,MTP 层参数 3.8B。4 月底发布 Hy3 Preview 后,我们在 50 多个业务中获得了广泛的反馈,修复了各种体验问题,进一步提升了后训练的质量和规模。今天,我们发布 Hy3。它展现出显著强于同尺寸并比肩旗舰(参数规模往往是 Hy3 的 2~5 倍)开源模型的智能水平,显著提升了在各类产品和生产力任务中的实用价值。Python00
AscendNPU-IRAscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优C++0269
LongCat-2.0LongCat-2.0,这是一款大规模混合专家(MoE)语言模型,总参数量达1.6万亿,每token激活参数量约480亿。LongCat-2.0深度集成Claude Code、OpenClaw、Hermes等主流评测框架,在代码理解、仓库级编辑、自动化任务执行及智能体工作流等场景均表现优异——为开发者提供更稳定高效的协作体验。00
项目优选
收起
暂无描述
Markdown
814
5.36 K
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++
930
2.18 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
750
1.49 K
deepin linux kernel
C
32
16
Ascend Extension for PyTorch
Python
780
1.06 K
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
484
493
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++
1.16 K
1.19 K
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
294
269
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
840
360
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
2.73 K
712