CMSPlugin-Filer 技术文档
本文档旨在帮助用户了解并使用 CMSPlugin-Filer 项目。以下是项目安装、使用说明以及 API 使用文档。
1. 安装指南
在开始使用 CMSPlugin-Filer 之前,请确保满足以下依赖条件:
- django-filer >= 1.2
- Django >= 1.8
- django-cms >= 3.1
- django-sekizai >= 0.4.2
- easy_thumbnails >= 1.0
- django-appconf
- djangocms-attributes-field
安装步骤如下:
-
使用 pip 安装 CMSPlugin-Filer:
$ pip install cmsplugin-filer -
根据 django-filer 文档 配置 django-filer。
-
将以下插件添加到
INSTALLED_APPS:INSTALLED_APPS = ( ... 'cmsplugin_filer_file', 'cmsplugin_filer_folder', 'cmsplugin_filer_link', 'cmsplugin_filer_image', 'cmsplugin_filer_teaser', 'cmsplugin_filer_video', ... ) -
运行迁移命令
migrate。
您还可以在 settings.py 中设置 FILER_IMAGE_USE_ICON,以配置 cmsplugin_filer_image 插件使用 32x32 图标表示插件实例。
2. 项目的使用说明
CMSPlugin-Filer 提供了一组用于替换 django-cms 默认插件的插件,这些插件使用 django-filer 的文件字段。
升级到版本 1.1 时,需要注意以下向后不兼容的更改:
迁移布局
迁移文件已移回到标准位置。cmsplugin_filer 1.1 中必须删除与 cmsplugin_filer 相关的 MIGRATION_MODULE 设置项。
删除 ThumbnailOption 模型
ThumbnailOption 已移动到 filer(自 filer 1.2 版本起)。您必须更新引用 ThumbnailOption 的模型和迁移。
model.py
添加以下内容:
try:
from filer.models import ThumbnailOption
thumbnail_model = 'filer.ThumbnailOption'
except ImportError:
from cmsplugin_filer_image.models import ThumbnailOption
thumbnail_model = 'cmsplugin_filer_image.ThumbnailOption'
Django 1.7+ 迁移
对于每个引用 ThumbnailOption 的迁移文件,添加以下导入:
from myapp.models import thumbnail_model
并将所有 'cmsplugin_filer_image.ThumbnailOption' 替换为 thumbnail_model。
South 迁移
在每个迁移文件中添加以下导入:
from myapp.models import thumbnail_model
并将所有 'cmsplugin_filer_image.ThumbnailOption' 替换为 thumbnail_model,以及将 u"orm['cmsplugin_filer_image.ThumbnailOption']" 替换为 u"orm['%s']" % thumbnail_model。
3. 项目 API 使用文档
本项目未提供详细的 API 文档。建议直接查看项目代码和源文件以获取 API 使用信息。
4. 项目安装方式
如前所述,项目的安装方式是通过 pip 安装:
$ pip install cmsplugin-filer
请按照上述指南操作以确保项目正确安装。
本文档基于项目 README 和 GitHub 项目 Wiki 编写,以帮助用户更好地了解和使用 CMSPlugin-Filer 项目。
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- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
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
ruoyi-plus-soybeanRuoYi-Plus-Soybean 是一个现代化的企业级多租户管理系统,它结合了 RuoYi-Vue-Plus 的强大后端功能和 Soybean Admin 的现代化前端特性,为开发者提供了完整的企业管理解决方案。Vue06- 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
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