Responsive Django Admin 技术文档
1. 安装指南
在安装 Responsive Django Admin 前,请确保您的环境中已安装了 Django。以下为安装步骤:
$ pip install bootstrap-admin
安装完成后,需要在 Django 项目的 INSTALLED_APPS 配置中添加 bootstrap_admin,且需放置在 django.contrib.admin 之前。
例如:
INSTALLED_APPS = (
# ...
'bootstrap_admin', # 始终位于django.contrib.admin之前
'django.contrib.admin',
# ...
)
2. 项目的使用说明
Responsive Django Admin 是一个使 Django 管理界面响应式和易于使用的插件。它支持 Django 1.11、2.1、2.2 和 3.0 版本,并且基于 Bootstrap 3 设计。
侧边栏菜单
侧边栏菜单默认启用。如果需要禁用,可以从项目的 context_processors 中移除 django.template.context_processors.request,然后设置:
BOOTSTRAP_ADMIN_SIDEBAR_MENU = False
品牌定制
如果想要使用自己的品牌标识(如LOGO),可以通过覆盖 login.html 和 base_site.html 实现,与 Django Admin 的方法相同。
首先,确保在 settings.py 中的 TEMPLATES 设置正确配置了模板路径:
TEMPLATES = [
{
'BACKEND': 'django.template.backends.django.DjangoTemplates',
'DIRS': [os.path.join(BASE_DIR, 'my_django_project/templates')],
'APP_DIRS': True,
# 其他配置
},
]
在 DIRS 中设置模板位置,这里假设 BASE_DIR 是项目的根目录。
以下是一个示例项目结构:
my_django_project/
│
├── core/
│ ├── admin.py
│ ├── apps.py
│ ├── models.py
│ ├── tests.py
│ └── views.py
│
├── settings.py
├── templates/
│ └── admin/
│ ├── base_site.html
│ └── login.html
│
├── urls.py
└── wsgi.py
在 base_site.html 和 login.html 文件中,您可以按照以下方式定制内容:
base_site.html
{% extends 'admin/base_site.html' %}
{% load static %}
{% block branding %}
<a href="{% url 'admin:index' %}" class="django-admin-logo">
<!-- 自定义品牌 -->
<img height="60" src="{% static "bootstrap_admin/img/logo-140x60.png" %}" alt="自定义品牌">
</a>
{% endblock branding %}
login.html
{% extends 'admin/login.html' %}
{% load i18n static %}
{% block branding %}
<a href="{% url 'admin:index' %}" class="django-admin-logo">
<!-- 自定义品牌 -->
<img height="60" src="{% static "bootstrap_admin/img/logo-140x60.png" %}" alt="自定义品牌">
</a>
{% endblock branding %}
3. 项目API使用文档
Responsive Django Admin 主要通过覆盖 Django Admin 的模板来实现功能,因此没有提供特定的 API。它的使用主要涉及在 Django 设置中配置相关参数和覆盖默认模板。
4. 项目安装方式
如安装指南所述,项目主要通过 PyPI 安装,通过以下命令:
$ pip install bootstrap-admin
然后,在 Django 项目的 settings.py 文件中按照上述说明配置 INSTALLED_APPS。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
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Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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