Mustache 规范项目技术文档
2024-12-20 18:26:28作者:冯梦姬Eddie
1. 安装指南
环境要求
- 操作系统:Windows、macOS 或 Linux
- 解释器:Python 3.x
安装步骤
- 克隆项目仓库到本地环境:
git clone https://github.com/mustache/spec.git - 进入项目目录:
cd spec - 运行以下命令安装依赖:
pip install -r requirements.txt
2. 项目的使用说明
本项目是 Mustache 模板引擎的正式规范,定义了 Mustache 语法解析库的正常使用和边缘情况行为。规范以一系列 YAML 文件的形式开发,存放在 specs 目录下。
版本控制
- 本规范采用语义化版本控制(SemVer),主版本号的变更代表向后不兼容的修改,次版本号的变更代表新增的语言特性且向后兼容,修订版本号的变更代表修复了错误。
- 公共 API 包含
specs目录下的内容和针对该内容的测试算法。
使用建议
- 实现 Mustache 引擎时,应当报告支持的最新的规范版本(主版本号和次版本号)。
- 如果实现支持任何可选模块,应当在版本号后面添加注释说明(例如:"vX.Y, including lambdas" 或 "v.X.Y+λ")。
- 如果实现不支持至少 v1.0.0 版本的规范,建议将其称为 "Mustache-like" 或 "Mustache-inspired"。
3. 项目API使用文档
本项目主要提供 YAML 格式的规范文件,但也提供了 JSON 格式的规范文件,以方便不同语言的使用。
YAML 与 JSON 格式转换
- 如果需要重新生成 JSON 格式的规范文件,可以运行以下命令:
rake build
标记数据处理
- 某些规范文件(特别是 lambda 模块)使用 YAML "tags" 来表示特殊类型的数据(例如:源代码)。由于 JSON 没有办法表示这种标记,因此会注入一个特殊键(
__tag__),其值为标记名称。关于处理标记数据的更多信息,请参考TESTING.md。
可选模块
- 以波浪号(
~)开头的规范文件描述了可选模块。以下是一些可选模块的判断准则:- 不影响语言的核心语法。
- 不显著影响渲染模板的输出。
- 涉及到特定实现语言的功能或数据类型,这些功能或数据类型并非在所有目标语言中都常见或核心。
- 实现不支持该模块不会减少 Mustache 在目标语言中的使用。
4. 项目安装方式
请遵循上述的安装指南进行项目安装。安装过程中需要确保 Python 环境配置正确,并已安装所需的依赖项。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
405
3.14 K
Ascend Extension for PyTorch
Python
226
251
暂无简介
Dart
672
159
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++
663
319
🎉 (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
1.21 K
657
React Native鸿蒙化仓库
JavaScript
262
325
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
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868