Beefcake:Ruby 的 Google Protocol Buffers 库技术文档
1. 安装指南
Beefcake 是一个纯 Ruby 实现的 Google Protocol Buffers 库,专为 Ruby 开发者设计,提供了简洁且符合 Ruby 风格的 API。以下是安装 Beefcake 的步骤:
1.1 使用 RubyGems 安装
通过 RubyGems 可以轻松安装 Beefcake。在终端中执行以下命令:
gem install beefcake
安装完成后,您可以在 Ruby 项目中通过 require 'beefcake' 来引入 Beefcake 库。
2. 项目的使用说明
Beefcake 提供了简单易用的 API,帮助您在 Ruby 项目中处理 Protocol Buffers 消息。以下是如何定义和使用 Protocol Buffers 消息的示例。
2.1 定义消息
首先,您需要定义一个消息类,并指定字段的类型和标签。以下是一个示例:
require 'beefcake'
class Variety
include Beefcake::Message
# 必填字段
required :x, :int32, 1
required :y, :int32, 2
# 可选字段
optional :tag, :string, 3
# 重复字段
repeated :ary, :fixed64, 4
repeated :pary, :fixed64, 5, :packed => true
# 枚举字段
module Foonum
A = 1
B = 2
end
# 默认值字段
optional :foo, Foonum, 6, :default => Foonum::B
end
2.2 创建消息实例
您可以通过哈希参数或逐个设置字段来创建消息实例:
# 使用哈希参数创建实例
x = Variety.new(:x => 1, :y => 2)
# 逐个设置字段
x = Variety.new
x.x = 1
x.y = 2
# 使用 Hash 语法访问字段
x[:x] # => 1
x[:y] = 4
x # => <Variety x: 1, y: 4>
3. 项目 API 使用文档
Beefcake 提供了编码和解码消息的 API,以下是详细的使用说明。
3.1 编码消息
任何响应 << 操作的对象都可以接受编码。以下是如何将消息编码为字符串的示例:
x = Variety.new(:x => 1, :y => 2)
# 编码到字符串
s = ""
x.encode(s)
s # => "\b\x01\x10\x02)\0"
# 编码到 Beefcake::Buffer
buffer = x.encode
buffer.to_s # => "\b\x01\x10\x02)\0"
3.2 解码消息
您可以从 Beefcake::Buffer 或字符串中解码消息:
encoded = x.encode
# 从 Beefcake::Buffer 解码
Variety.decode(encoded) # => <Variety x: 1, y: 2, pary: [], foo: B(2)>
# 从字符串解码
Variety.decode(encoded.to_s) # => <Variety x: 1, y: 2, pary: [], foo: B(2)>
# 更新现有消息实例
new_data = Variety.new(x: 12345, y: 2).encode
Variety.decoded(new_data, x)
x # => <Variety x: 12345, y: 2, pary: [], foo: B(2)>
3.3 从 .proto 文件生成代码
您可以使用 protoc 工具从 .proto 文件生成 Ruby 代码:
protoc --beefcake_out output/path -I path/to/proto/files/dir path/to/file.proto
您还可以通过设置 BEEFCAKE_NAMESPACE 环境变量来指定生成的类所在的命名空间。
4. 项目安装方式
Beefcake 可以通过 RubyGems 安装,具体步骤如下:
4.1 使用 RubyGems 安装
在终端中执行以下命令:
gem install beefcake
安装完成后,您可以在 Ruby 项目中通过 require 'beefcake' 来引入 Beefcake 库。
4.2 从源码安装
如果您希望从源码安装 Beefcake,可以克隆 GitHub 仓库并手动安装:
git clone https://github.com/protobuf-ruby/beefcake.git
cd beefcake
rake install
总结
Beefcake 是一个专为 Ruby 开发者设计的 Google Protocol Buffers 库,提供了简洁且符合 Ruby 风格的 API。通过本文档,您可以轻松安装 Beefcake,并了解如何使用其 API 进行消息的编码、解码以及从 .proto 文件生成代码。希望本文档能帮助您更好地理解和使用 Beefcake。
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-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