首页
/ i18n-tasks 配置文件中使用 ERB 的注意事项

i18n-tasks 配置文件中使用 ERB 的注意事项

2025-07-04 16:28:04作者:平淮齐Percy

在使用 i18n-tasks 国际化工具时,很多开发者希望在配置文件中使用 ERB 模板来动态加载配置值,特别是 Rails 应用中的敏感信息。然而,这里有一些重要的技术细节需要注意。

配置加载机制

i18n-tasks 的设计理念是保持轻量级,因此它的配置加载过程不会自动加载整个 Rails 环境。当你在配置文件中使用类似 <%= Rails.application.credentials.dig(:openai, :access_token) %> 的代码时,会抛出 uninitialized constant Rails 错误,因为 Rails 常量尚未定义。

解决方案

方案一:手动加载 Rails 环境

虽然不推荐,但你可以在配置文件中显式加载 Rails 环境:

<%
require 'rails'
Rails.application.require_environment!
%>
base_locale: en
search:
  translation:
    openai_api_key: <%= Rails.application.credentials.dig(:openai, :access_token) %>

这种方法会使 i18n-tasks 启动变慢,因为它需要加载整个 Rails 应用。

方案二:使用环境变量

更推荐的做法是使用环境变量:

base_locale: en
search:
  translation:
    openai_api_key: <%= ENV['OPENAI_API_KEY'] %>

然后在启动命令前设置环境变量:

OPENAI_API_KEY=your_key_here bundle exec i18n-tasks health

方案三:单独加载所需部分

如果只需要访问 Rails 的 credentials,可以只加载必要的部分:

<%
require 'rails/application'
require 'rails/configuration'
%>
base_locale: en
search:
  translation:
    openai_api_key: <%= Rails.application.credentials.dig(:openai, :access_token) %>

最佳实践

  1. 避免在配置中加载整个应用:保持 i18n-tasks 的轻量级特性
  2. 使用最小化依赖:只加载真正需要的部分
  3. 考虑安全性:敏感信息最好通过环境变量传递
  4. 性能考量:频繁执行的命令应尽量减少初始化开销

总结

i18n-tasks 的设计哲学强调快速启动和轻量级,因此在配置中使用 ERB 时需要特别注意依赖关系。理解这一机制后,开发者可以选择最适合项目需求的配置方式,在功能性和性能之间取得平衡。

登录后查看全文
热门项目推荐
相关项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
23
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
225
2.26 K
flutter_flutterflutter_flutter
暂无简介
Dart
526
116
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
JavaScript
211
287
nop-entropynop-entropy
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
frameworksframeworks
openvela 操作系统专为 AIoT 领域量身定制。服务框架:主要包含蓝牙、电话、图形、多媒体、应用框架、安全、系统服务框架。
CMake
795
12
RuoYi-Vue3RuoYi-Vue3
🎉 (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
986
582
pytorchpytorch
Ascend Extension for PyTorch
Python
67
97
ops-mathops-math
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++
566
94
GLM-4.6GLM-4.6
GLM-4.6在GLM-4.5基础上全面升级:200K超长上下文窗口支持复杂任务,代码性能大幅提升,前端页面生成更优。推理能力增强且支持工具调用,智能体表现更出色,写作风格更贴合人类偏好。八项公开基准测试显示其全面超越GLM-4.5,比肩DeepSeek-V3.1-Terminus等国内外领先模型。【此简介由AI生成】
Jinja
42
0