掌握 Laravel 路由使用情况:Route Usage
在构建大规模的 Laravel 应用时,保持路由和控制器的有效管理是一项挑战。随着时间的推移,可能遗留下来许多未使用的端点或者控制器方法。这就是 Route Usage 这个开源项目存在的价值所在。它通过跟踪所有的请求,记录控制器方法的调用情况,帮助你发现并清理那些不再使用的代码。
项目介绍
Route Usage 是一个专为 Laravel 设计的包,其核心功能是监控并记录每个路由的访问信息,包括所对应的控制器方法以及最后访问的时间。这个工具旨在帮你识别哪些路由很久没有被访问,从而决定是否删除相应的代码,以优化你的应用。
项目技术分析
该包使用了 Composer 进行安装,并且提供了自定义的 Artisan 命令以便于查看路由的使用情况。它创建了一个名为 route_usage 的数据库表,用于存储路线的使用数据。此外,你可以通过配置文件来排除某些不希望被记录的路由。默认情况下,只记录状态码为 2xx 或 3xx 的请求,以确保收集的数据有意义。
项目及技术应用场景
无论你是开发团队的一员,还是独立开发者,当你想要对旧项目进行整理,或是想知道某个特定页面最近的活动情况时,Route Usage 都将是你得力的助手。通过直观的表格展示和命令行接口,你可以轻松地检查哪些路由已经过时,哪些仍然活跃,从而更有效地维护你的 Laravel 应用。
项目特点
- 简单集成:只需通过 Composer 安装,运行迁移脚本,即可快速启用。
- 可视化界面:提供终端命令行输出,同时支持网页界面查看,便于不同场景下的查阅。
- 定制化排除规则:可以设置正则表达式来排除特定路由,如第三方包或开发环境中的路由。
- 安全考虑:仅记录响应状态码为 2xx 和 3xx 的请求,避免误判。
迈向更好的版本
开发者正在努力减少 SQL 查询次数,提高性能,并计划添加更多的预设忽略规则,以支持更多常用的 Laravel 包。这个项目欢迎所有有兴趣的人参与讨论和贡献。
如果你对这个项目感兴趣,或者有新的想法,欢迎直接在项目的 GitHub 页面上提出问题或提交 Pull Request。
最后,Route Usage 使用 MIT 许可协议,这保证了它的开源性和自由使用性。
现在就加入我们,让 Laravel 项目的维护变得更加高效吧!
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
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
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