Bitbucket 备份工具技术文档
1. 安装指南
1.1 安装步骤
要安装 Bitbucket 备份工具,您可以使用 pip 命令直接从 GitHub 仓库安装最新版本。以下是安装命令:
pip install -U https://github.com/samkuehn/bitbucket-backup/archive/master.zip
1.2 依赖项
在安装过程中,确保您的系统已经安装了 requests-oauthlib 库,以便支持 OAuth 认证。您可以通过以下命令安装该依赖项:
pip install requests-oauthlib
2. 项目的使用说明
2.1 快速开始
安装完成后,您可以通过命令行工具 bitbucket-backup 来备份您的 Bitbucket 仓库。以下是基本的命令格式:
bitbucket-backup [-u <bitbucket_username>] [-p <bitbucket_password>] [-k <oauth_key>] [-s <oauth_secret>]
[-l <local_backup_location>] [-t <bitbucket_team>] [-a] [-v] [-q] [-c] [--http] [--skip-password] [--mirror]
[--prune] [--fetchlfs]
2.2 参数说明
-u <bitbucket_username>: 指定 Bitbucket 用户名。-p <bitbucket_password>: 指定 Bitbucket 密码。-k <oauth_key>: 指定 OAuth 密钥。-s <oauth_secret>: 指定 OAuth 密钥的密钥。-l <local_backup_location>: 指定本地备份目录。-t <bitbucket_team>: 指定要备份的团队(Workspace)。-a: 备份所有仓库。-v: 启用详细输出。-q: 启用静默模式。-c: 检查仓库是否存在。--http: 使用 HTTP 协议进行克隆。--skip-password: 跳过密码输入。--mirror: 使用镜像模式进行备份。--prune: 删除本地不存在的远程分支。--fetchlfs: 获取 LFS 文件。
2.3 认证方式
您可以选择使用用户名和密码进行认证,或者使用 OAuth 认证。如果使用 OAuth 认证,请确保您已经创建了 OAuth 消费者密钥,并且该消费者具有以下权限:
- 账户:读取
- 项目:读取
- 仓库:读取
3. 项目 API 使用文档
3.1 API 认证
Bitbucket 备份工具通过 Bitbucket API 获取仓库列表。您可以使用用户名和密码进行认证,或者使用 OAuth 认证。以下是两种认证方式的详细说明:
3.1.1 用户名和密码认证
您需要提供 Bitbucket 的用户名和密码。密码可以是您的登录密码,也可以是应用密码。应用密码必须具有读取仓库的权限。
3.1.2 OAuth 认证
您需要提供 OAuth 密钥和密钥的密钥。确保您已经创建了 OAuth 消费者,并且该消费者具有必要的权限。
3.2 仓库备份
Bitbucket 备份工具会根据本地仓库的存在情况执行不同的操作:
- 如果本地仓库不存在,工具会克隆远程仓库到指定的本地备份目录。
- 如果本地仓库已经存在,工具会执行
hg pull(针对 Mercurial 仓库)或git remote update(针对 Git 仓库)来更新本地仓库。
4. 项目安装方式
4.1 通过 pip 安装
您可以通过 pip 命令直接从 GitHub 仓库安装 Bitbucket 备份工具。以下是安装命令:
pip install -U https://github.com/samkuehn/bitbucket-backup/archive/master.zip
4.2 依赖项安装
在安装过程中,确保您的系统已经安装了 requests-oauthlib 库,以便支持 OAuth 认证。您可以通过以下命令安装该依赖项:
pip install requests-oauthlib
4.3 SSH 密钥配置
为了能够成功克隆和更新仓库,您需要确保已经将 SSH 密钥上传到 Bitbucket。这是克隆和更新操作的必要条件。
总结
Bitbucket 备份工具是一个简单易用的 Python 脚本,能够帮助您轻松备份 Bitbucket 上的所有仓库。通过本文档,您可以快速了解如何安装、配置和使用该工具,确保您的代码安全无忧。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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-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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00