Jammit S3 技术文档
1. 安装指南
Jammit S3 是一个针对 Jammit 的包装器,它提供了适当的钩子,以便您可以轻松地将资产部署到 S3/CloudFront。它特别适用于使用生成资产(如 coffee-script 和 sass)的 Heroku 用户。
要安装 Jammit S3,只需使用以下命令:
gem install jammit-s3
如果您在使用 Rails3,请将其添加到项目的 Gemfile 中:
gem 'jammit-s3'
Jammit S3 已经包含了对 Jammit 的依赖,因此建议从您的 Gemfile 中移除任何现有的 gem 'jammit' 引用。
2. 项目使用说明
在 config/assets.yml 文件中,添加一个顶层键 s3_bucket,其中包含您要使用的存储桶名称。如果 jammit-s3 找不到存储桶,它将尝试创建一个。存储桶名称需要是全球唯一的。有关存储桶名称的更多信息,请参考这里。
s3_bucket: my-awesome-jammit-bucket
配置认证信息,将认证信息设置在 config/assets.yml 中:
s3_access_key_id: 03HDMNF59CWZ2J24T702
s3_secret_access_key: 1TzRlDmuH8DoOlJ2tlwW8qx+i+Pfe0jzIouWI2BL
将这些值替换为您的访问密钥,您可以在这里找到。
您可能不希望将这些数据检查到源控制中,因此建议您仅在本地机器上将其设置为环境变量,并使用 ERB:
s3_access_key_id: <%= ENV['ACCESS_KEY_ID'] %>
s3_secret_access_key: <%= ENV['SECRET_ACCESS_KEY'] %>
然后您可以在 .bash_profile 中设置这些环境变量。
3. 项目 API 使用文档
Jammit S3 的部署命令为:
jammit-s3
如果您在使用 Rails3 应用程序,建议使用 bundle exec:
bundle exec jammit-s3
4. 项目安装方式
默认上传文件夹
默认情况下,jammit-s3 将上传您配置的资产,以及 public/images。但是,您可以使用 s3_upload_files 设置来自定义上传的文件,它应该是一个文件通配符列表。
# 添加图片上传
s3_upload_files:
- public/css/images/**
设置上传文件权限
默认情况下,jammit-s3 使用 S3 存储桶上的权限设置。但是,您可以通过以下配置来覆盖此设置:
s3_permission: public_read
有效的权限选项包括:
private:所有者拥有完全控制权。其他人没有任何访问权限。这是默认设置。public_read:所有者拥有完全控制权,匿名用户被授予读取权限。public_read_write:所有者拥有完全控制权,匿名用户被授予读取和写入权限。authenticated_read:所有者拥有完全控制权,任何经过认证的 Amazon S3 用户被授予读取权限。
使用 CloudFront
要使用 CloudFront,您需要确保您的 Amazon 账户已启用 CloudFront。请访问:http://aws.amazon.com/cloudfront/ 并点击“注册”。
要使用 CloudFront,只需在 config/assets.yml 中添加以下设置:
use_cloudfront: on
cloudfront_dist_id: XXXXXXXXXXXXXX
cloudfront_domain: xyzxyxyz.cloudfront.net
请注意,cloudfront_dist_id 与 CloudFront 域名不同。在 CloudFront 管理控制台中,选择分发,您将看到分发 ID 和域名值。
这将使用 CloudFront 域名而不是从较慢的 S3 存储桶来为您提供资产。
CloudFront 知名问题
- 据报道,全球所有 CloudFront 缓存无效可能需要多达 15 分钟(并且 Amazon 对超过每月一定数量的无效次数收费)。
- 从最终用户的角度来看,它是非原子的:他们可能会得到一个包含较新 JavaScript 和 CSS 的旧版本网站,或者反之亦然。
- 它与激进的 HTTP 缓存不兼容。例如,一旦我提供脚本或样式表,我希望建议它无限期缓存,而无需进行更多往返以查看其是否有效。
考虑到这些限制,仍然需要某种基于内容的哈希。正确实现后,它确保所有文件可以无限期缓存,并且用户总是得到匹配的 HTML/JS/CSS 文件。(目前正处于开发阶段)。
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