Django-Vinaigrette 使用与技术文档
1. 安装指南
在开始使用django-vinaigrette之前,需要按照以下步骤进行安装:
- 将
vinaigrette添加到您的Django项目的INSTALLED_APPS配置中。 - 在适当的
apps.py文件中的AppConfig的ready方法里注册需要翻译的模型字段。
import vinaigrette
class SaladAppConfig(AppConfig):
def ready(self):
# 导入需要翻译的模型
from .models import Ingredient # 或其他模型...
Ingredient = self.get_model("Ingredient")
# 注册需要翻译的字段
vinaigrette.register(Ingredient, ['name', 'description'])
这会告诉vinaigrette翻译Ingredient对象上的name和description字段。
2. 项目使用说明
安装vinaigrette之后,使用manage.py makemessages命令生成的PO文件将包含已注册字段的字符串。如果某个特定的字符串已经被翻译,那么模型的值将是翻译成相应语言的字符串。
from django.utils.translation import activate
i = Ingredient(name=u'莴苣')
print(i.name) # 输出原始值
activate('fr') # 激活法语
print(i.name) # 输出翻译后的值
vinaigrette还提供了一些选项来限制从哪些对象收集翻译字符串。详情请参考vinaigrette.register的文档字符串。
vinaigrette为manage.py makemessages命令增加了一个--keep-obsolete选项,这可以防止gettext停用代码或已注册数据库字段中不再存在的翻译消息。
vinaigrette适用于以下类型的数据库内容:
- 总是使用默认语言编辑
- 由网站管理员编辑,而非用户
只有模型实例会被翻译。通过Django QuerySet的values方法访问的数据不会被翻译。
一般情况下,当访问字段时,如果存在翻译版本,它将始终返回翻译版本。但是,如果设置值,则应该将输入的确切值(而非翻译版本)保存到数据库。
3. 项目API使用文档
目前项目中的API主要是通过注册模型和字段来进行翻译操作,以下是主要API的使用方法:
-
vinaigrette.register(model, fields): 注册需要翻译的模型及其字段。 -
vinaigrette.middleware.VinaigretteAdminLanguageMiddleware: 中间件,用于强制后台管理界面始终使用主语言,避免vinaigrette干扰更改视图。
4. 项目安装方式
项目的安装方式已在“安装指南”一节中说明。这里补充一下,如果遇到后台管理界面问题,请确保在settings.MIDDLEWARE中添加了VinaigretteAdminLanguageMiddleware中间件。
MIDDLEWARE = [
# 其他中间件...
'vinaigrette.middleware.VinaigretteAdminLanguageMiddleware',
# 其他中间件...
]
以上就是django-vinaigrette的安装使用和技术文档,如果需要更多帮助,请参考项目在GitHub上的wiki页面。
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 StartedRust075- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
Hy3-previewHy3 preview 是由腾讯混元团队研发的2950亿参数混合专家(Mixture-of-Experts, MoE)模型,包含210亿激活参数和38亿MTP层参数。Hy3 preview是在我们重构的基础设施上训练的首款模型,也是目前发布的性能最强的模型。该模型在复杂推理、指令遵循、上下文学习、代码生成及智能体任务等方面均实现了显著提升。Python00