CouchRest-Rails 技术文档
本文档旨在帮助用户安装、使用和详细了解 CouchRest-Rails 项目。以下是文档的主要内容:
1. 安装指南
在开始安装之前,请确保您的环境中已经安装了以下依赖项:
- CouchRest gem
- Validatable gem
- JSON gem
- RSpec BDD 框架(可选,用于运行插件规范)
- RSpec-Rails 库(可选,用于运行插件规范)
- Lucene(可选,用于全文搜索 CouchDB 文档)
安装 CouchRest-Rails 插件:
使用 Rails 插件安装脚本进行安装:
script/plugin install git://github.com/hpoydar/couchrest-rails.git
或者直接将其添加到 vendor/plugins 目录中,并生成所需的文件:
script/generate couch_rest_rails
安装过程将创建两个文件夹:
db/couch/:用于存储 CouchDB 数据库信息、映射和减少函数(视图)test/fixtures/couch:用于存储和加载 CouchDB 固件(yaml)
这些路径可以在初始化程序或环境配置文件中进行自定义:
CouchRestRails.fixtures_path = 'custom/path/to/your/fixtures/from/app/root'
CouchRestRails.views_path = 'custom/path/to/your/views/from/app/root'
安装过程还将创建一个 config/couchdb.yml 文件用于自定义配置。
2. 项目使用说明
配置
可以通过自定义 couchdb.yml 文件来适应您特定的 CouchDB 安装。建议指定一个 database_prefix 以便于在 CouchDB 服务器上命名数据库,这样更容易通过 Sofa 查看服务器上的数据库。
在 CouchRestRails::Document 模型中定义数据库名称。具体请参见下文 "CouchRestRails 文档模型"。
Rake 任务
使用 Rake 任务创建、删除、重置数据库、推送视图和加载固件:
rake couchdb:create[database] # 根据当前环境的 config/couchdb.yml 创建 CouchDB 数据库(无需数据库参数即可使用所有定义在 CouchRestRails::Document 模型中的数据库)
rake couchdb:delete[database] # 删除当前 RAILS_ENV 的 CouchDB 数据库(无需数据库参数即可使用所有定义在 CouchRestRails::Document 模型中的数据库)
rake couchdb:fixtures:load[database] # 将固件加载到当前环境的 CouchDB 数据库中(无需数据库参数即可使用所有定义在 CouchRestRails::Document 模型中的数据库)
rake couchdb:lucene:push[database] # 将 Lucene 视图推送到当前环境的 CouchDB 数据库中(无需数据库参数即可使用所有定义在 CouchRestRails::Document 模型中的数据库)
rake couchdb:views:push[database] # 将视图推送到当前环境的 CouchDB 数据库中(无需数据库参数即可使用所有定义在 CouchRestRails::Document 模型中的数据库)
rake doc:plugins:couchrest-rails # 为 couchrest-rails 插件生成文档
CouchRestRails 文档模型
对于模型,请继承 CouchRestRails::Document,它会将 CouchRest::ExtendedDocument 钩接到您的 CouchDB 后端,并包含 Validatable 模块:
class YourCouchDocument < CouchRestRails::Document
use_database :database_name
property :email
property :question
property :answer
property :rating
timestamps!
view_by :email
validates_presence_of :question
validates_numericality_of :rating
...
end
确保您在模型中定义了数据库,使用 use_database :<database_name> 指令。
有关 CouchRest::ExtendedDocument 的更多信息,请参阅 CouchRest 文档和规范。
CouchDB 视图
将自定义视图(在您的 CouchRestRails::Document 模型中定义的视图之外)推送到 CouchDB 数据库/服务器实例时,应采用以下格式:
db/couch/<database_name>/views
|-- <design_document_name>
|-- <view_name>
|-- map.js
`-- reduce.js
通过 Rake (rake couchdb:views:push) 或者在代码或控制台中推送视图 (CouchRestRails::Views.push)。
测试、规范和固件
对于测试或规范,使用以下帮助方法来设置和拆卸测试数据库和固件:
CouchRestRails::Tests.setup
CouchRestRails::Tests.teardown
还有一些简单的匹配器可供您在规范中使用。请参阅 spec/lib/matchers。
您可以在以下路径模式中将固件存储为 Yaml 文件:
test/fixtures/couch/<database_name>.yml
您可以在初始化程序或环境文件中自定义此路径:
CouchRestRails.fixtures_path = 'custom/path/to/your/fixtures'
Rails 集成单元测试
通过 Rake (rake couchdb:fixtures:dump[<database_name>]) 或者在代码或控制台中创建固件文件 (CouchRestRails::Fixtures.dump[<database_name>])。
将固件添加到 Rails 测试:
class RailsTest < Test::Unit::TestCase
couchdb_fixtures :<database_name>
...
end
Lucene
如果您想支持 CouchDB 文档的 Lucene 全文搜索,请在初始化程序或环境配置文件中启用对它的支持:
CouchRestRails.use_lucene = true
每个数据库的 Lucene 设计文档与视图存储在一起:
db/couch/<database_name>/lucene
|-- <design_document_name>
|-- <lucene_search>.js
|-- <lucene_search>.js
|-- ...
您还可以自定义此路径:
CouchRestRails.lucene_path = 'custom/path/to/your/lucene/docs/from/app/root'
通过 Rake (rake couchdb:lucence:push) 或者在代码或控制台中推送您的 Lucene 文档。
3. 项目 API 使用文档
CouchRest-Rails 提供了一系列的 API 用于操作 CouchDB。以下是一些主要 API 的简要说明:
CouchRestRails::Document:继承此类以创建 CouchDB 文档模型。CouchRestRails::Views:用于推送和操作 CouchDB 视图。CouchRestRails::Lucene:用于推送和操作 Lucene 设计文档。CouchRestRails::Tests:用于测试中的设置和拆卸。
更多详细信息,请参阅项目代码和 Rake 任务。
4. 项目安装方式
CouchRest-Rails 的安装方式已在 "安装指南" 一节中进行了说明。以下是简要步骤:
- 确保安装了所有依赖项。
- 使用 Rails 插件安装脚本或手动添加到
vendor/plugins目录。 - 生成配置文件和必要文件。
请按照 "安装指南" 一节的详细步骤进行操作。
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