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
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 StartedRust0120- 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
SenseNova-U1-8B-MoT-SFTenseNova U1 是一系列全新的原生多模态模型,它在单一架构内实现了多模态理解、推理与生成的统一。 这标志着多模态AI领域的根本性范式转变:从模态集成迈向真正的模态统一。SenseNova U1模型不再依赖适配器进行模态间转换,而是以原生方式在语言和视觉之间进行思考与行动。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
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
717
4.61 K
Ascend Extension for PyTorch
Python
591
732
deepin linux kernel
C
29
16
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++
981
970
Claude 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 Started
Rust
805
120
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
420
369
Oohos_react_native
React Native鸿蒙化仓库
C++
342
390
昇腾LLM分布式训练框架
Python
156
183
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
143
226
暂无简介
Dart
962
240