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)。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00