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。
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