Mantis Source Integration 使用与安装指南
1. 安装指南
兼容性
Source Integration 插件遵循 语义版本控制。主版本的递增表示所需的最小 MantisBT 版本的改变。
根据您使用的 MantisBT 版本,请确保获取适当的源代码版本。使用 发布标签 或插件 GitHub 仓库的相关分支。
安装步骤
-
将主 Source 插件(
Source/目录)复制到您的 Mantis 安装目录下的plugins/目录中。 -
将所有剩余的插件,或仅适用于您的仓库的插件,复制到您的 Mantis 安装目录下的
plugins/目录中。 -
以管理员身份登录到您的 Mantis 安装,然后导航到 '管理' -> "管理插件"。
-
在 "可用插件" 列表中,您将找到 "Source Control Integration" 和其他插件:
a. 首先,点击 "Source Control Integration" 插件旁边的 "安装" 链接。
b. 接着,点击任何其他适用于您仓库的 Source Control 插件旁边的 "安装" 链接。
-
点击 "Source Control Integration" 插件进行配置。
注意:为了通过 shell 导入更改集,必须设置一个 API 密钥。要生成一个随机密钥,运行
```bash openssl rand -hex 12 ``` -
转到 "仓库" 并输入您的仓库名称,选择仓库类型,然后点击 "创建仓库" 开始添加您的第一个仓库。
-
根据 relevant 插件扩展的特定文档配置仓库:
-
配置完成后,点击 "返回仓库" 链接,然后点击 "导入全部" 或 "导入最新数据" 按钮以执行仓库更改集的初始导入并验证配置。
-
确定您的仓库配置正确无误且运行正常后,您可以通过在托管您的 Mantis 安装的 Web 服务器上配置一个 cron 作业来自动导入新的更改集:
-
使用 curl 导入(对于大型仓库可能会遇到超时,或者阻塞您的 Web 服务器)
curl "http://host.domain.tld/mantisbt/plugin.php?page=Source/import&id=all&api_key=<YOUR_API_KEY>" -
使用 shell 导入
php-cgi -f plugin.php page=Source/import id=all api_key=<YOUR_API_KEY>请注意
php-cgi和php-cli之间的 区别。使用php-cli将不会运行导入。
这将为所有配置的仓库导入新的更改集。
-
-
您还可以配置基于事件的导入方式,许多源控制系统支持可配置的钩子或触发器,可以用来通知 Source 插件有新的提交或修订可用于导入。这样可以提高用户体验,消除了源代码提交与 MantisBT 状态更新之间的延迟。
请参阅 relevant 插件扩展的配置文档了解更多信息。
-
按需要添加其他仓库。
2. 项目使用说明
请参考以上安装指南来配置和使用 Mantis Source Integration 插件。确保按照相关文档正确配置每个仓库,以便插件能够正常工作。
3. 项目API使用文档
目前没有公开详细的 API 文档,但插件的 API 基于类的结构,允许访问数据库中的对象。
4. 项目安装方式
请按照上述安装指南中详细描述的步骤进行安装。确保遵循兼容性指导,并正确配置您的 MantisBT 版本和所需插件。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00