Gyoku 项目技术文档
本文档将详细介绍如何安装和使用 Gyoku 项目,该项目可以将 Ruby Hashes 转换为 XML。以下是安装指南、项目使用说明、项目 API 使用文档以及项目安装方式的详细内容。
1. 安装指南
Gyoku 可以通过 Rubygems 获得,并可以通过以下命令安装:
$ gem install gyoku
或者将以下内容添加到你的 Gemfile 中:
gem 'gyoku', '~> 1.0'
2. 项目使用说明
Gyoku 提供了将 Ruby Hash 转换为 XML 的功能。下面是一个简单的例子:
Gyoku.xml(:find_user => { :id => 123, "v1:Key" => "api" })
# 输出: "<findUser><id>123</id><v1:Key>api</v1:Key></findUser>"
Hash 键
Hash 键符号会转换为 lowerCamelCase 字符串。例如:
Gyoku.xml(:lower_camel_case => "key")
# 输出: "<lowerCamelCase>key</lowerCamelCase>"
你可以通过传递第二个 Hash 作为 .xml 方法的参数来更改默认的转换公式为 :camelcase、:upcase 或 :none。
Gyoku.xml({ :camel_case => "key" }, { :key_converter => :camelcase })
# 输出: "<CamelCase>key</CamelCase>"
Hash 值
DateTime 对象会被转换为 xs:dateTime 字符串,其他响应 :to_datetime 方法的对象(除了字符串)也会被转换为 xs:dateTime 字符串。TrueClass 和 FalseClass 对象会被转换为 "true" 和 "false" 字符串,NilClass 对象会被转换为 xsi:nil 标签。
数组值
数组项默认会被包装在容器标签中,这可能会产生意外的结果。例如:
Gyoku.xml({languages: [{language: 'ruby'},{language: 'java'}]})
# 输出: "<languages><language>ruby</language></languages><languages><language>java</language></languages>"
你可以设置 unwrap 选项来移除这种行为:
Gyoku.xml({languages: [{language: 'ruby'},{language: 'java'}]}, { unwrap: true})
# 输出: "<languages><language>ruby</language><language>java</language></languages>"
特殊字符
Gyoku 会对特殊字符进行转义,除非 Hash 键以感叹号结尾。
Gyoku.xml(:escaped => "<tag />", :not_escaped! => "<tag />")
# 输出: "<escaped><tag /></escaped><notEscaped><tag /></notEscaped>"
自我关闭标签
Hash 键以正斜杠结尾会创建自我关闭标签。
Gyoku.xml(:"self_closing/" => "", "selfClosing/" => nil)
# 输出: "<selfClosing/><selfClosing/>"
排序 XML 标签
如果你需要 XML 标签以特定顺序出现,你可以通过在 :order! 键下存储一个附加数组来指定顺序。
Gyoku.xml(:name => "Eve", :id => 1, :order! => [:id, :name])
# 输出: "<id>1</id><name>Eve</name>"
XML 属性
添加 XML 属性可能看起来不太优雅,但可以通过在 :attributes! 键下指定一个附加 Hash 来实现。
Gyoku.xml(:person => "Eve", :attributes! => { :person => { :id => 1 } })
# 输出: "<person id=\"1\">Eve</person>"
明确的 XML 属性
除了使用 :attributes! 键外,还可以通过以 "@" 符号开头的键来指定属性。这对于自我关闭标签特别有用。
Gyoku.xml(
"foo/" => {
:@bar => "1",
:@biz => "2",
:@baz => "3",
:content! => ""
})
# 输出: "<foo baz=\"3\" bar=\"1\" biz=\"2\"/>"
数组解包
你可以为 unwrap 选项指定一个布尔标志(默认为 false)或一个键白名单来修改数组的默认行为。
Gyoku.xml({
"foo" => [
{:is => 'great' },
{:is => 'awesome'}
]
}, unwrap: true)
# 输出: "<foo><is>great</is><is>awesome</is></foo>"
美化输出
你可以通过以下选项来美化输出的 XML,使其更易于阅读:
pretty_print– 控制美化模式(默认:false)indent– 指定缩进空间数(默认:2)compact– 控制紧凑模式(默认:true)
puts Gyoku.xml({user: { name: 'John', job: { title: 'Programmer' }, :@status => 'active' }}, pretty_print: true)
# 输出:
# <user status='active'>
# <name>John</name>
# <job>
# <title>Programmer</title>
# </job>
# </user>
3. 项目 API 使用文档
请参考项目的 GitHub 页面和 Wiki 获取详细的 API 使用文档。
4. 项目安装方式
请按照“安装指南”中的步骤进行项目安装。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00