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)。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
unified-cache-managementPersist and reuse KV Cache to speedup your LLM.Python02
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00