Mercenary:Ruby命令行应用的轻量级库
2024-06-12 13:53:15作者:何举烈Damon
Mercenary是一款专为Ruby设计的轻量级库,它使得构建强大的命令行应用程序变得异常简单。这款库以其灵活性和易用性著称,将助你的命令行工具开发一臂之力。
安装
要在你的项目中使用Mercenary,只需要在Gemfile中添加以下一行:
gem 'mercenary'
然后运行bundle进行安装,或者直接使用以下命令手动安装:
$ gem install mercenary
请注意,Mercenary可能不支持Ruby 1.9.3以下的版本。
使用与API
创建Mercenary程序就像这样:
Mercenary.program(:jekyll) do |p|
p.version Jekyll::VERSION
p.description 'Jekyll是Ruby博客生成器'
p.syntax "jekyll <子命令> [选项]"
p.command(:new) do |c|
c.syntax "new PATH"
c.description "在PATH处创建一个新的Jekyll站点模板"
c.option 'blank', '--blank', '初始化新站点时不包含任何内容'
c.action { |args, options| Jekyll::Commands::New.process(args, blank: options['blank']) }
end
p.command(:build) do |c|
c.syntax "build [选项]"
c.description "构建你的Jekyll网站"
c.option 'safe', '--safe', '安全模式运行'
c.option 'source', '--source DIR', '源文件路径'
c.option 'destination', '--dest DIR', '编译后文件存放路径'
c.action { |_, options| Jekyll::Commands::Build.process(options) }
end
end
每个命令都有默认的-h/--help,-v/--version和-t/--trace选项,用于显示帮助信息、版本以及在出错时显示完整堆栈跟踪。
API剖析
Mercenary的核心API包括Mercenary类和其下的Program、Command类,它们提供了灵活的配置和扩展。
.program:创建并执行一个程序,接受一个程序名称和一个代码块。Command.new:创建一个新的命令,指定其名称。Command.version、Command.syntax和Command.description:分别设置或获取命令的版本、语法和描述。Command.default_command:定义命令的默认子命令。Command.option:向命令添加新的选项。Command.action:定义当命令被执行时要执行的代码块。Program.config:获取程序的配置哈希。
应用场景
Mercenary非常适合用于创建需要处理多个子命令的复杂命令行工具,比如项目初始化、构建、迁移等操作。例如,Jekyll就利用了Mercenary来构建它的jekyll build和jekyll new命令。
项目特点
- 简洁: Mercenary的设计目标是简单直观,易于理解和使用。
- 灵活: 可以轻松地创建和组织命令,定义复杂的参数结构。
- 可扩展性: 能够方便地集成其他gem中的命令,如上述Jekyll的例子所示。
- 内置帮助和错误处理: 自带的
-h/--help和-v/--version选项,以及错误回溯,使用户体验更佳。
综上所述,无论你是经验丰富的开发者还是初涉命令行工具的新手,Mercenary都是一个值得信赖的工具。现在,何不尝试一下,让Mercenary帮你打造属于自己的强大命令行工具呢?
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
477
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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++
647
258