HipChat CLI 项目技术文档
2024-12-20 11:08:25作者:尤峻淳Whitney
1. 安装指南
1.1 环境要求
- 操作系统:Linux 或 macOS
- 依赖工具:
curl
1.2 安装步骤
- 克隆项目仓库到本地:
git clone https://github.com/your-repo/hipchat-cli.git - 进入项目目录:
cd hipchat-cli - 赋予执行权限:
chmod +x hipchat_room_message
2. 项目的使用说明
2.1 发送消息到房间
使用 hipchat_room_message 脚本可以向指定的 HipChat 房间发送消息。以下是基本用法:
$ cat message.txt | ./hipchat_room_message -t <token> -r <room> -f "System"
2.2 配置选项
hipchat-cli 支持通过以下三种方式进行配置:
- 命令行选项
- 环境变量
- 配置文件
2.2.1 命令行选项
通过命令行选项传递参数,可以使用 -h 查看所有可用选项:
$ ./hipchat_room_message -h
2.2.2 环境变量
所有命令行选项都可以通过环境变量传递,例如:
$ cat message.txt | HIPCHAT_TOKEN=<token> HIPCHAT_ROOM_ID=1234 ./hipchat_room_message -f "System"
2.2.3 配置文件
所有环境变量可以在 /etc/hipchat 配置文件中指定,例如:
HIPCHAT_TOKEN=<token>
HIPCHAT_ROOM_ID=1234
然后通过命令行调用:
$ cat message.txt | HIPCHAT_FROM="System" ./hipchat_room_message -c green
3. 项目API使用文档
3.1 API 版本
默认使用 v1 版本的 API,可以通过 -v 选项指定 API 版本:
$ ./hipchat_room_message -vv2 -t <TOKEN> -r <ROOM> -i "This is a message"
3.2 消息颜色
可以通过 -c 选项指定消息的颜色,支持的颜色有:yellow, red, green, purple, gray, random(默认:yellow)。
3.3 消息格式
可以通过 -m 选项指定消息的格式,支持的格式有:html, text(默认:html)。
3.4 通知触发
通过 -n 选项可以触发房间内人员的通知:
$ ./hipchat_room_message -t <token> -r <room> -i "This is a message" -n
3.5 自定义 API 主机
通过 -o 选项可以指定自定义的 API 主机:
$ ./hipchat_room_message -t <token> -r <room> -i "This is a message" -o api.customhost.com
4. 项目安装方式
4.1 手动安装
按照 安装指南 中的步骤手动安装项目。
4.2 配置文件安装
通过配置文件 /etc/hipchat 进行安装和配置,具体步骤参考 配置文件 部分。
4.3 环境变量安装
通过设置环境变量进行安装和配置,具体步骤参考 环境变量 部分。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
热门内容推荐
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
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++
893
676
暂无简介
Dart
802
199
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
350
203
昇腾LLM分布式训练框架
Python
118
147
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
12
1
🔥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
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781