Joint项目技术文档
2024-12-20 06:38:34作者:沈韬淼Beryl
1. 安装指南
在开始使用Joint项目之前,您需要确保已经安装了MongoMapper和GridFS。以下是基于Ruby环境的安装步骤:
-
确保您的系统已经安装了MongoDB数据库。
-
使用RubyGems安装MongoMapper和MongoDB的Ruby驱动:
gem install mongo_mapper gem install mongo -
将Joint项目添加到您的项目中。如果您是通过git进行管理的项目,您可以将其作为子模块添加:
git submodule add <joint-repo-url> vendor/joint或者,您可以直接将其作为gem安装(假设它已被发布为gem):
gem install joint
2. 项目的使用说明
Joint项目是一个插件,它允许您在MongoMapper文档中使用文件上传功能。以下是如何在您的项目中声明和使用Joint插件的示例:
首先,声明您的类,并包含MongoMapper::Document模块和Joint插件:
class Foo
include MongoMapper::Document
plugin Joint
attachment :image
attachment :pdf
end
这样,您就会得到#image、#image=、#pdf和#pdf=方法。带有=的方法接受任何响应read方法的IO对象(如File、Tempfile等)。image和pdf方法返回一个GridIO实例。
此外,#image和#pdf是代理方法,所以您可以使用如下方式:
doc.image.id
doc.image.size
doc.image.type
doc.image.name
如果调用代理中不存在的方法,它会在GridIO实例上调用该方法,因此您仍然可以访问所有GridIO实例方法。
3. 项目API使用文档
以下是Joint项目的主要API使用方法:
-
声明附件:
class Foo attachment :image attachment :pdf end -
设置附件:
doc.image = File.open('/path/to/image.jpg') doc.pdf = File.open('/path/to/document.pdf') -
读取附件:
image_data = doc.image.read pdf_data = doc.pdf.read -
访问附件属性:
image_id = doc.image.id pdf_size = doc.pdf.size
4. 项目安装方式
项目的安装方式已在安装指南中说明。您可以通过RubyGems或直接从源代码库添加Joint项目到您的项目中。请确保遵循安装指南中的步骤以成功集成Joint到您的MongoMapper文档中。
登录后查看全文
热门项目推荐
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
574
3.86 K
Ascend Extension for PyTorch
Python
388
466
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
356
216
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
897
688
昇腾LLM分布式训练框架
Python
121
147
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
121
156
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.38 K
782
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
599
167
React Native鸿蒙化仓库
JavaScript
311
361