项目技术文档——django-markupfield
1. 安装指南
推荐使用 pip 来安装 django-markupfield。由于该库不需要添加到 INSTALLED_APPS 中,只需确保其位于 PYTHONPATH 上即可。如果需要使用带标题的标记,可以将 markupfield 添加到 INSTALLED_APPS 中,或者将相应的翻译添加到项目的翻译中。
使用以下命令进行安装:
pip install django-markupfield
2. 项目使用说明
django-markupfield 是一个为 Django 定制的 MarkupField 实现。本质上,MarkupField 是一个带有相关标记类型的 TextField。该字段还假设磁盘空间比 CPU 周期更便宜,因此会缓存其渲染后的值。
在模型定义中使用 MarkupField 非常简单。以下是一个示例:
from django.db import models
from markupfield.fields import MarkupField
class Article(models.Model):
title = models.CharField(max_length=100)
slug = models.SlugField(max_length=100)
body = MarkupField()
创建 Article 对象时,可以使用在 MARKUP_FIELD_TYPES 中定义的任何标记类型:
Article.objects.create(title='some article', slug='some-article',
body='*fancy*', body_markup_type='markdown')
你可能会注意到,虽然你没有声明 body_markup_type 字段,但 MarkupField 实际上创建了两个额外的字段:body_markup_type 和 _body_rendered。这些字段始终根据声明的 MarkupField 的名称命名。
3. 项目API使用文档
MarkupField 接受几个参数,其中 default_markup_type 和 markup_type 参数可以指定,但不能同时指定。
default_markup_type:设置字段默认使用的标记类型。即使这样,仍然可以编辑标记类型属性,它将默认显示在 ModelForms 中。markup_type:设置字段将始终使用的标记类型,editable=False将设置在隐藏字段上,因此它不会在 ModelForms 中显示。markup_choices:用于替代MARKUP_FIELD_TYPES的替换列表,基于每个字段的基础。escape_html:一个标志(默认为 False),表示输入应被视为不可信,并且将通过 Django 的escape过滤器运行。
以下是一些使用示例:
-
默认使用 markdown,但允许用户选择:
MarkupField(default_markup_type='markdown') -
使用 ReST 并在表单上不提供选择:
MarkupField(markup_type='restructuredtext') -
使用自定义渲染器集:
CUSTOM_RENDERERS = ( ('markdown', markdown.markdown), ('wiki', my_wiki_render_func) ) MarkupField(markup_choices=CUSTOM_RENDERERS)
请注意,在使用 markdown 时,确保使用 markdown.markdown 而不是 markdown.Markdown 类,因为类在某些情况下需要一个明确的 reset 才能正确运行。
4. 项目安装方式
项目安装方式与安装指南相同,使用 pip 命令即可完成安装:
pip install django-markupfield
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