Remarkable 项目技术文档
2024-12-20 17:51:51作者:董斯意
1. 安装指南
1.1 安装 Remarkable Rails
在 Rails 项目中安装 Remarkable Rails 的步骤如下:
-
使用以下命令安装
remarkable_railsgem:sudo gem install remarkable_rails -
在 Rails 项目的
Gemfile中添加以下依赖:gem "rspec" gem "rspec-rails" gem "remarkable_activerecord" -
在
spec_helper.rb文件中添加以下代码以确保 RSpec 和 Remarkable 正确加载:require 'rspec/rails' require 'remarkable/active_record'
1.2 安装 Remarkable Core
如果你是开发者,并且需要开发自定义的匹配器,可以只安装 Remarkable 的核心 gem:
sudo gem install remarkable
2. 项目的使用说明
2.1 概述
Remarkable 是一个用于 RSpec 匹配器的框架,支持宏和 I18n。它由以下几个部分组成:
- Remarkable: 提供辅助工具、DSL、I18n 和 RSpec 功能。
- Remarkable ActiveModel: 为 ActiveModel 兼容模型提供匹配器,支持所有 ActiveModel 验证。
- Remarkable ActiveRecord: 为 ActiveRecord 提供匹配器,支持所有 ActiveRecord 验证和关联。
- Remarkable Rails: 为 ActionController 提供匹配器,并包含 MacroStubs,用于简化控制器方法的存根。
2.2 主要功能
- ActiveRecord 验证匹配器: 支持所有 ActiveRecord 验证选项,包括
:on和:with选项。 - ActiveRecord 关联匹配器: 支持所有关联选项,如
:through,:source,:source_type,:class_name,:foreign_key等。 - ActionController 匹配器: 提供
:assign_to,:filter_params,:redirect_to,:render_with_layout,:respond_with,:render_template,:route,:set_session,:set_the_flash等匹配器。 - 宏存根: 使控制器规范更易于维护、更具可读性和 DRY。
- I18n 和文档: 提供多语言支持和详细的文档。
2.3 使用示例
以下是一些使用 Remarkable 的示例:
# 验证数值性
it { should validate_numericality_of(:age).greater_than(18).only_integer }
# 验证关联
it { should belong_to(:user).with_foreign_key(:user_id) }
# 控制器匹配器
it { should assign_to(:current_user) }
3. 项目 API 使用文档
3.1 ActiveRecord 匹配器
3.1.1 验证匹配器
validate_presence_of: 验证字段是否存在。validate_uniqueness_of: 验证字段的唯一性。validate_numericality_of: 验证字段的数值性。
3.1.2 关联匹配器
belong_to: 验证belongs_to关联。have_many: 验证have_many关联。have_and_belong_to_many: 验证has_and_belongs_to_many关联。
3.2 ActionController 匹配器
assign_to: 验证控制器是否分配了指定的实例变量。redirect_to: 验证控制器是否重定向到指定的 URL。render_template: 验证控制器是否渲染了指定的模板。
4. 项目安装方式
4.1 通过 Gem 安装
使用以下命令安装 Remarkable 相关的 gem:
sudo gem install remarkable_rails
4.2 在 Rails 项目中配置
在 Gemfile 中添加以下依赖:
gem "rspec"
gem "rspec-rails"
gem "remarkable_activerecord"
在 spec_helper.rb 中添加以下代码:
require 'rspec/rails'
require 'remarkable/active_record'
4.3 开发环境安装
如果你是开发者,并且需要为 Remarkable 贡献代码,可以按照以下步骤设置开发环境:
-
安装 Bundler:
gem install bundler -
安装依赖:
bundle install -
运行测试:
rake
通过以上步骤,你可以在本地开发和测试 Remarkable 项目。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
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
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
暂无简介
Dart
670
155
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++
660
308
Ascend Extension for PyTorch
Python
219
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.82 K
React Native鸿蒙化仓库
JavaScript
259
322