使用rbenv管理Ruby环境
1. 安装指南
使用包管理器
-
Homebrew
在macOS或Linux上,我们推荐使用Homebrew安装rbenv。brew install rbenv -
Debian, Ubuntu及其衍生版本
[!CAUTION]
官方Debian和Ubuntu仓库中维护的rbenv版本是过时的。为了安装最新版本,建议使用通过git安装。sudo apt install rbenv -
Arch Linux及其衍生版本
Archlinux有一个archlinux用户仓库(AUR)包,你可以按照这个wiki页面的说明从AUR安装。 -
Fedora
Fedora有一个官方包,你可以安装:sudo dnf install rbenv -
设置你的shell加载rbenv。
rbenv init -
关闭你的终端窗口并打开一个新的窗口,以便你的更改生效。
基本Git检出
-
克隆rbenv到
~/.rbenv。git clone https://github.com/rbenv/rbenv.git ~/.rbenv -
设置你的shell加载rbenv。
~/.rbenv/bin/rbenv init -
重启你的shell,以便这些更改生效。(通常打开一个新的终端标签即可。)
2. 项目使用说明
rbenv是一个在类Unix系统上管理Ruby版本的工具。它可以让你在同一台机器上切换多个Ruby版本,并确保你工作的每个项目都能在正确的Ruby版本上运行。
安装后,rbenv会注入到你的PATH中。任何对ruby、gem、bundler或其他Ruby相关可执行文件的调用都会首先激活rbenv。然后,rbenv会扫描当前项目目录下是否存在一个名为.ruby-version的文件。如果找到,该文件将确定在该目录中应使用的Ruby版本。最后,rbenv在~/.rbenv/versions/下查找该Ruby版本。
你可以为你的项目选择Ruby版本,例如:
cd myproject
# 选择Ruby版本3.1.2:
rbenv local 3.1.2
这样做会在当前目录中创建或更新一个.ruby-version文件,其中包含你选择的版本。你另一个目录中的不同项目可能会使用不同的Ruby版本——当你切换项目时,rbenv会无缝地从一个Ruby版本过渡到另一个。
几乎rbenv的所有机制都可以通过bash编写的插件进行自定义。
rbenv的简单性有其优点,但也有一些缺点。更多信息请查看版本管理器比较。
3. 项目API使用文档
rbenv提供了一系列命令来管理Ruby版本。以下是一些主要命令的参考:
-
rbenv versions:列出所有已知的Ruby版本,并在当前活动版本旁边显示星号。 -
rbenv version:显示当前活动的Ruby版本以及它是如何设置的。 -
rbenv local:设置当前目录的本地Ruby版本。 -
rbenv global:设置所有shell中使用的全局Ruby版本。 -
rbenv shell:设置当前shell中使用的Ruby版本。 -
rbenv rehash:为所有已知的Ruby可执行文件安装shims。 -
rbenv which:显示rbenv将调用的给定命令的完整路径。 -
rbenv whence:列出包含指定可执行文件名的所有Ruby版本。
4. 项目安装方式
请参考上述“安装指南”部分,了解如何使用包管理器或基本Git检出方式安装rbenv。安装完成后,你需要设置你的shell以加载rbenv,并重启终端窗口以使更改生效。
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 StartedRust099- 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
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。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