Workless 技术文档
2024-12-20 17:15:27作者:邬祺芯Juliet
1. 安装指南
首先,您需要在项目的 Gemfile 文件中添加 workless 和 delayed_job 依赖项,并根据您的 Rails 版本选择相应的 delayed_job 版本。以下是针对不同版本的配置示例:
Rails 4.x 与最新的 delayed_job 3.x 使用 Active Record
gem "delayed_job_active_record"
gem "workless", "~> 2.2.0"
Rails 5.x 与最新的 delayed_job 3.x 使用 Active Record
gem "delayed_job_active_record"
gem "workless", "~> 2.0.0"
如果您未在 Gemfile 中指定 delayed_job,workless 会自动将其添加进来,通常是最新版本(4.1.2)。
将您的 Heroku 应用名称和 API 密钥作为配置变量添加到 Heroku 实例中:
heroku config:add WORKLESS_API_KEY=yourapikey APP_NAME=yourherokuappname
2. 项目的使用说明
workless 是为 delayed_job(版本 > 2.0.0)设计的插件,适用于在 Heroku 托管的背景作业。通过将 workless 添加到您的项目并配置一些 Heroku 应用配置变量,workless 可以自动管理作业的执行,从而避免持续运行作业,节省成本。
在创建和销毁作业时,workless 会自动启动和停止工作者(workers)。如果所有尝试都失败,它将仅关闭 dj 工作者。
3. 项目API使用文档
workless 通过 Delayed::Job 类集成了 Delayed::Workless::Scaler,添加了多个回调,用于管理作业的生命周期:
- 当数据库中创建一个作业时,
create回调会启动一个工作者。 - 工作者运行作业后,将其从数据库中移除。
destroy回调会停止工作者。
4. 项目安装方式
安装 workless 的方式如下:
- 在 Gemfile 中添加
workless和delayed_job依赖项。 - 运行
bundle update更新依赖。 - 配置 Heroku 应用配置变量:
WORKLESS_API_KEY和APP_NAME。 - 部署应用到 Heroku。
请确保在 Heroku 上正确设置了所有必要的配置变量,并且遵循了上述安装步骤,以便 workless 能够正常工作。
以上就是 workless 的技术文档,希望对您使用该项目有所帮助。
登录后查看全文
热门项目推荐
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-1.5暂无简介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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
173
193
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++
647
263
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
268
93
暂无简介
Dart
622
140
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
377
3.32 K
React Native鸿蒙化仓库
JavaScript
242
315
🎉 (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
1.1 K
621
仓颉编译器源码及 cjdb 调试工具。
C++
126
856
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
9
1