Harmony 项目技术文档
2024-12-20 10:00:47作者:沈韬淼Beryl
1. 安装指南
在安装Harmony之前,需要确保环境中已经安装了一些依赖项。以下是手动安装这些依赖项的步骤:
首先,安装stackdeck库:
gem install stackdeck
接着,安装johnson库的特定版本:
gem install johnson -v "2.0.0.pre3"
最后,安装Harmony库:
gem install harmony
请注意,当前Ruby的gem包管理器中存在一个bug,因此需要手动安装这些依赖项。预计这个问题将在未来的版本中得到修复。
2. 项目的使用说明
Harmony提供了一个简单的领域特定语言(DSL),允许在Ruby中执行JavaScript和DOM代码。以下是一些使用示例:
JavaScript解析
require 'harmony'
page = Harmony::Page.new(<<-HTML)
<html>
<head>
<title>Foo</title>
</head>
<body></body>
</html>
HTML
puts page.execute_js("1+1") # 输出: 2
puts page.execute_js("document.title") # 输出: "Foo"
JavaScript单元测试
Harmony可以用于在Ruby应用程序的测试中执行JavaScript代码,例如:
require 'test/unit'
require 'harmony'
class JavascriptTest < Test::Unit::TestCase
def setup
@page = Harmony::Page.new
@page.load('public/javascripts/foo.js')
end
def test_foo
assert_equal "world", @page.execute_js(<<-JS)
foo = new Foo;
foo.hello();
JS
end
end
DOM处理
Harmony支持在页面中使用JavaScript框架,如jQuery或Prototype。所有在<script>标签中引用的脚本都会自动加载。
page = Harmony::Page.new(<<-HTML)
<html>
<head>
<script src="javascripts/jquery.js" type="text/javascript"></script>
</head>
<body>
<div id="widget">ohaie</div>
</body>
</html>
HTML
puts page.execute_js("$('#widget').innerHTML") # 输出: "ohaie"
获取远程文档
使用Harmony::Page.fetch(uri)方法可以从远程文档创建一个页面。
page = Harmony::Page.fetch('http://example.com')
puts page.execute_js('document.title') # 输出: "Example Web Page"
3. 项目API使用文档
以下是Harmony项目中主要的API文档:
-
Harmony::Page.new(html): 创建一个新的页面实例,并可选地加载HTML内容。 -
page.execute_js(js_code): 执行JavaScript代码并返回最后一个语句的值。 -
page.load(file_path): 加载本地JavaScript文件到页面中。 -
Harmony::Page.fetch(uri): 从提供的URI创建一个页面实例。
4. 项目安装方式
项目的安装方式已在“安装指南”部分详细说明,这里不再赘述。简要步骤为:
- 安装依赖库
stackdeck和johnson。 - 安装Harmony库。
请确保遵循上述步骤以成功安装Harmony项目。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
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-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
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
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
311
2.72 K
deepin linux kernel
C
24
7
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++
638
242
仓颉编译器源码及 cjdb 调试工具。
C++
124
851
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
469
Ascend Extension for PyTorch
Python
148
175
暂无简介
Dart
604
135
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
226
81
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
363
2.99 K
React Native鸿蒙化仓库
JavaScript
236
310