Django SortedM2M 技术文档
1. 安装指南
安装依赖
django-sortedm2m 支持 Python 3.6 及以上版本,并且兼容多个 Django 版本。请确保你的开发环境满足以下要求:
- Python 3.6 或更高版本
- Django 2.2 或更高版本
安装步骤
你可以通过 pip 来安装 django-sortedm2m:
pip install django-sortedm2m
安装完成后,确保在 Django 项目的 INSTALLED_APPS 中添加 sortedm2m:
INSTALLED_APPS = [
...
'sortedm2m',
...
]
2. 项目的使用说明
使用场景
django-sortedm2m 是一个用于替换 Django 自带的 ManyToManyField 的字段,它允许你在多对多关系中保持添加关系的顺序。
例如,假设你有一个画廊模型和一个照片模型,通常你会希望在这两个模型之间建立多对多关系,以便可以将多张照片添加到一个画廊中,同时也可以将同一张照片添加到多个画廊中。然而,Django 默认的多对多关系不提供排序功能,这通常会导致照片在画廊中随机排序。
通过使用 SortedManyToManyField,你可以轻松解决这个问题,保持照片在画廊中的顺序。
示例代码
以下是一个简单的示例,展示了如何在模型中使用 SortedManyToManyField:
from django.db import models
from sortedm2m.fields import SortedManyToManyField
class Photo(models.Model):
name = models.CharField(max_length=50)
image = models.ImageField(upload_to='photos/')
class Gallery(models.Model):
name = models.CharField(max_length=50)
photos = SortedManyToManyField(Photo)
在这个例子中,Gallery 模型中的 photos 字段是一个 SortedManyToManyField,它将保持添加照片的顺序。
3. 项目API使用文档
SortedManyToManyField 参数
sorted
- 默认值:
True - 说明: 如果设置为
False,SortedManyToManyField将表现得像 Django 的原始ManyToManyField,不会进行排序。
sort_value_field_name
- 默认值:
'sort_value' - 说明: 指定中间表中用于排序的字段名称。你可以根据需要更改此名称。
base_class
- 默认值:
None - 说明: 你可以设置
base_class,它是排序多对多关系中间模型的基类。你可以使用它来添加额外的字段或方法。
迁移 ManyToManyField 到 SortedManyToManyField
如果你已经有一个 ManyToManyField,并希望将其迁移为 SortedManyToManyField,可以按照以下步骤操作:
- 在模型中将
ManyToManyField替换为SortedManyToManyField。 - 运行
python manage.py makemigrations生成迁移文件。 - 编辑生成的迁移文件,将
migrations.AlterField替换为sortedm2m.operations.AlterSortedManyToManyField。 - 运行
python manage.py migrate应用迁移。
4. 项目安装方式
通过 pip 安装
最简单的安装方式是通过 pip:
pip install django-sortedm2m
手动安装
你也可以从 GitHub 下载源代码并手动安装:
git clone https://github.com/jazzband/django-sortedm2m.git
cd django-sortedm2m
python setup.py install
安装完成后,确保在 Django 项目的 INSTALLED_APPS 中添加 sortedm2m。
5. 管理界面中的使用
在 Django Admin 中使用
SortedManyToManyField 提供了一个自定义的拖拽排序小部件,可以在 Django Admin 中使用。要启用此功能,请确保在 INSTALLED_APPS 中添加 sortedm2m,并在 ModelAdmin 中避免使用 filter_horizontal 或 filter_vertical。
from django.contrib import admin
class GalleryAdmin(admin.ModelAdmin):
raw_id_fields = ('photos',)
这样,你就可以在 Django Admin 中通过拖拽来排序多对多关系中的项目。
6. 贡献指南
django-sortedm2m 是一个开源项目,欢迎贡献代码。你可以通过以下步骤参与开发:
- 克隆仓库:
git clone https://github.com/jazzband/django-sortedm2m.git - 安装开发依赖:
pip install -r requirements-dev.txt - 运行测试:
tox
请遵循 Jazzband 的贡献指南和行为准则。
7. 代码质量
该项目使用 isort、pycodestyle 和 pylint 来管理代码质量。你可以通过以下命令运行代码质量检查:
tox -e quality
通过以上文档,你应该能够顺利安装和使用 django-sortedm2m,并在 Django 项目中实现多对多关系的排序功能。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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