Gem in a Box 技术文档
2024-12-20 06:12:54作者:伍霜盼Ellen
1. 安装指南
系统要求
- Ruby 版本:2.3 至 3.1(推荐使用 2.7、3.0 或 3.1)
- RubyGems 版本:2.5 至 3.3(推荐使用 2.5.2 或更高版本)
安装步骤
使用以下命令安装 Geminabox:
gem install geminabox
创建 config.ru 文件,内容如下:
require "rubygems"
require "geminabox"
Geminabox.data = "/var/geminabox-data" # 数据存放路径,可自定义
use Rack::Session::Pool, expire_after: 1000 # 设置会话超时时间
use Rack::Protection # 防止 XSS 和 CSRF 攻击
run Geminabox::Server
启动 gem 服务器,使用以下命令:
rackup
或者将其与您选择的 web 服务器(如 passenger、thin、unicorn 等)一起使用。
2. 项目使用说明
RubyGems 代理
Geminabox 可以配置为从 rubygems.org 拉取不存在的 gems。要启用此模式,可以在环境变量中设置 RUBYGEMS_PROXY 为 true,或者在 config.ru 中设置 Geminabox.rubygems_proxy 为 true。
如果希望在 rubygems.org 不可用的情况下继续提供 gems,可以在 config.ru 中添加 Geminabox.allow_remote_failure = true。
HTTP 适配器
Geminabox 使用 HTTPClient gem 管理对远程资源的连接。可以通过创建自定义 HTTPAdapter 来使用其他 HTTP gem。
钩子
可以添加一个钩子(任何可调用的对象),当成功接收到一个 gem 时会调用它。
命令行工具
使用 gem inabox 命令可以将 gem 推送到 Geminabox。
gem inabox pkg/my-awesome-gem-1.0.gem
还可以通过以下命令配置 Geminabox:
gem inabox -c
3. 项目 API 使用文档
Geminabox 支持 gemcutter push 和 yank API。
Push API
gem push pkg/my-awesome-gem-1.0.gem --host HOST
Yank API
gem yank my-awesome-gem -v 1.0 --host HOST
4. 项目安装方式
除了通过命令行安装外,还可以使用 Docker 进行安装。
创建 Dockerfile,将以下内容放入其中:
FROM ruby:2.7
RUN apt-get update -qq && apt-get install -y nodejs postgresql-client
WORKDIR /app
COPY Gemfile /app/Gemfile
COPY Gemfile.lock /app/Gemfile.lock
COPY config.ru /app/config.ru
RUN bundle install
CMD ["rackup", "config.ru", "-o", "0.0.0.0"]
构建镜像:
docker build -t geminabox .
运行容器:
docker run -d -p 9292:9292 geminabox:latest
登录后查看全文
热门项目推荐
相关项目推荐
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 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
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
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
455
437
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++
1.07 K
1.09 K
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
150
252
CANN 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 Notebook
297
114
昇腾LLM分布式训练框架
Python
178
220