I18n::Backend::ActiveRecord 技术文档
1. 安装指南
1.1 使用 Bundler 安装
在项目的 Gemfile 中添加以下内容:
gem 'i18n-active_record', require: 'i18n/active_record'
然后运行以下命令更新 Gem 包:
bundle install
1.2 运行安装器
更新 Gem 包后,运行以下命令以安装 i18n-active_record:
rails g i18n:active_record:install
该命令将生成一个迁移文件,用于创建 translations 表。
1.3 自定义表名
如果需要自定义表名,可以使用以下命令:
rails g i18n:active_record:install MyTranslation
1.4 简单安装
如果需要进行简单安装,可以使用以下命令:
rails g i18n:active_record:install --simple
该命令将生成一个简单的初始化文件。
1.5 配置清理方式
可以通过以下配置指定 ActiveRecord 后端在清理时使用 destroy 或 delete:
I18n::Backend::ActiveRecord.configure do |config|
config.cleanup_with_destroy = true # 默认值为 false
end
1.6 配置缓存
如果需要在生产环境中缓存翻译,可以使用以下配置:
I18n::Backend::ActiveRecord.configure do |config|
config.cache_translations = true # 默认值为 false
end
2. 项目的使用说明
2.1 基本使用
安装完成后,可以使用 I18n.t('Your String') 来从数据库中查找翻译。
2.2 自定义翻译模型
默认情况下,该 gem 使用内置的翻译模型。如果需要扩展功能,可以自定义翻译模型:
class MyTranslation < I18n::Backend::ActiveRecord::Translation
def value=(val)
super("custom #{val}")
end
end
I18n::Backend::ActiveRecord.configure do |config|
config.translation_model = MyTranslation
end
2.3 处理缺失翻译
为了使 I18n::Backend::ActiveRecord::Missing 模块正常工作,需要正确配置复数规则。i18n.plural.keys 翻译键应存在于任何后端中。
en:
i18n:
plural:
keys:
- :zero
- :one
- :other
2.4 插值字段
translations 表中的 interpolations 字段用于存储首次请求翻译时的插值。这有助于翻译人员理解需要包含哪些插值。
3. 项目API使用文档
3.1 基本API
I18n.t('Your String'): 从数据库中查找翻译。
3.2 配置API
I18n::Backend::ActiveRecord.configure: 配置 ActiveRecord 后端的选项,如清理方式和缓存。
3.3 自定义模型API
I18n::Backend::ActiveRecord::Translation: 默认的翻译模型,可以继承并扩展。
4. 项目安装方式
4.1 通过 Bundler 安装
在 Gemfile 中添加 gem 'i18n-active_record',然后运行 bundle install。
4.2 运行安装器
使用 rails g i18n:active_record:install 命令生成迁移文件并配置初始化文件。
4.3 自定义安装
可以通过 --simple 选项进行简单安装,或通过指定表名进行自定义安装。
4.4 配置选项
通过 I18n::Backend::ActiveRecord.configure 配置清理方式和缓存选项。
以上是 I18n::Backend::ActiveRecord 项目的技术文档,涵盖了安装指南、使用说明、API 文档以及安装方式。希望这份文档能帮助用户更好地理解和使用该项目。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0117- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00