Mike 项目使用教程
1. 项目介绍
Mike 是一个 Python 实用工具,旨在通过 Git 轻松管理 MkDocs 驱动的文档的多个版本。它特别适用于通过 GitHub Pages 托管文档。Mike 的核心理念是,一旦为特定版本生成了文档,就不应再触及该版本。这意味着您无需担心 MkDocs 中的破坏性更改,因为旧文档(使用旧版本的 MkDocs 构建)已经生成并存储在 gh-pages 分支中。
Mike 的灵活性使其能够将文档放置在 <major>.<minor> 目录中,并提供可选的别名(例如 latest 或 dev),以便轻松创建指向特定版本文档的永久链接。
2. 项目快速启动
安装 Mike
Mike 使用 setuptools,因此安装过程与大多数 Python 项目类似:
pip install mike
配置 MkDocs
在 mkdocs.yml 文件中添加 Mike 插件:
plugins:
- mike:
alias_type: symlink
redirect_template: null
deploy_prefix: ''
canonical_version: null
version_selector: true
css_dir: css
javascript_dir: js
部署文档
使用以下命令部署当前版本的文档:
mike deploy [version] [alias]
例如,部署版本 1.0 并设置别名为 latest:
mike deploy 1.0 latest
推送文档
将文档推送到远程分支:
mike deploy 1.0 latest -p
3. 应用案例和最佳实践
应用案例
Mike 特别适用于需要维护多个版本文档的项目,例如软件库、API 文档或开源项目的文档。通过使用 Mike,您可以轻松管理不同版本的文档,确保每个版本的文档独立且不会因 MkDocs 的更新而受到影响。
最佳实践
- 版本命名规范:建议使用
<major>.<minor>格式命名版本,避免使用补丁号,以便更清晰地管理版本。 - 别名管理:为特别重要的版本设置别名(如
latest或dev),以便用户可以轻松访问最新或开发中的文档。 - 定期清理:定期使用
mike delete --all清理旧版本的文档,避免 gh-pages 分支过于臃肿。
4. 典型生态项目
MkDocs
MkDocs 是一个快速、简单且美观的静态站点生成器,适用于构建项目文档。Mike 与 MkDocs 紧密集成,使得管理多个版本的文档变得非常方便。
GitHub Pages
GitHub Pages 是一个静态站点托管服务,直接从 GitHub 仓库托管您的网站。Mike 通过 Git 管理文档版本,特别适合与 GitHub Pages 结合使用。
shtab
shtab 是一个用于生成 shell 补全脚本的工具。安装 shtab 后,可以使用 mike generate-completion 为 Mike 生成 shell 补全脚本,提高命令行操作效率。
通过以上模块的介绍和实践,您可以快速上手并充分利用 Mike 项目,有效管理 MkDocs 驱动的文档版本。
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08