django-dynamic-raw-id 技术文档
1. 安装指南
1.1 安装步骤
首先,使用 pip 安装 django-dynamic-raw-id 包:
$ pip install django-dynamic-raw-id
1.2 配置 INSTALLED_APPS
在 Django 项目的 settings.py 文件中,将 dynamic_raw_id 添加到 INSTALLED_APPS 列表中:
INSTALLED_APPS = (
# ... 其他应用
'dynamic_raw_id',
)
1.3 配置 URL
在 urls.py 文件中,确保 dynamic_raw_id 的 URL 配置在 admin.site.urls 之前:
urlpatterns = [
# ...
path('admin/dynamic_raw_id/', include('dynamic_raw_id.urls')),
path("admin/", admin.site.urls),
]
1.4 收集静态文件
django-dynamic-raw-id 包含一些静态文件,因此需要运行以下命令来收集静态文件:
$ python manage.py collectstatic
2. 项目的使用说明
2.1 在 ModelAdmin 中使用 DynamicRawIDMixin
要在 Django 管理后台中使用 django-dynamic-raw-id,首先需要在 ModelAdmin 类中继承 DynamicRawIDMixin,并将需要使用的字段添加到 dynamic_raw_id_fields 列表中:
from dynamic_raw_id.admin import DynamicRawIDMixin
class UserProfileAdmin(DynamicRawIDMixin, admin.ModelAdmin):
dynamic_raw_id_fields = ('user',)
2.2 在过滤器中使用 DynamicRawIDFilter
你也可以在管理后台的过滤器中使用 DynamicRawIDFilter:
from dynamic_raw_id.admin import DynamicRawIDMixin
from dynamic_raw_id.filters import DynamicRawIDFilter
class UserProfileAdmin(DynamicRawIDMixin, admin.ModelAdmin):
list_filter = (
('dynamic_raw_id_fk', DynamicRawIDFilter),
)
3. 项目 API 使用文档
3.1 自定义动态小部件的显示值
django-dynamic-raw-id 允许你自定义动态小部件中显示的值。默认情况下,它会显示对象的 __unicode__ 值。要自定义显示的值,你需要实现相应的模板。
django-dynamic-raw-id 会查找以下模板结构:
dynamic_raw_id/<app>/<model>.html(单值查找)dynamic_raw_id/<app>/multi_<model>.html(多值查找)
例如,如果你有一个博客文章模型,其中有一个 User 动态字段,并且你希望显示为 Firstname Lastname,你可以创建模板 dynamic_raw_id/auth/user.html,内容如下:
<span>{{ object.0.first_name }} {{ object.0.last_name }}</span>
3.2 自定义管理后台 URL 前缀
如果你的管理后台和 dynamic_raw_id 脚本位于不同的前缀路径下,你需要调整 DYNAMIC_RAW_ID_MOUNT_URL JavaScript 变量。
例如,如果应用设置在 /foobar/dynamic_raw_id/,你需要在 admin/base_site.html 模板中添加以下代码:
{% extends "admin/base_site.html" %} {% block extrahead %} {{ block.super }}
<script>
window.DYNAMIC_RAW_ID_MOUNT_URL = "{% url 'admin:index' %}";
</script>
{% endblock %}
4. 项目安装方式
4.1 使用 pip 安装
通过 pip 安装 django-dynamic-raw-id 是最简单的方式:
$ pip install django-dynamic-raw-id
4.2 使用 Poetry 安装
如果你使用 Poetry 管理依赖,可以通过以下命令安装:
$ poetry add django-dynamic-raw-id
4.3 使用 tox 进行多版本测试
django-dynamic-raw-id 支持使用 tox 进行多版本测试。首先安装 tox:
$ pip install tox
然后运行 tox 来测试多个 Python 和 Django 版本:
$ tox
4.4 本地开发和测试
你可以使用 Poetry 创建一个虚拟环境并运行测试:
$ poetry install
$ poetry run pytest
你还可以使用 django-admin 工具来运行内部测试应用,以预览 django-dynamic-raw-id 的功能:
$ poetry shell
$ django-admin migrate
$ django-admin createsuperuser
$ django-admin runserver
通过以上步骤,你可以成功安装、配置并使用 django-dynamic-raw-id,并在 Django 管理后台中提升用户体验。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00