Clearance 项目技术文档
本文档将详细介绍如何安装、使用 Clearance 项目,并解释其 API 使用方法。
1. 安装指南
Clearance 是一个基于 Rails 的认证系统,支持电子邮件和密码登录。为了使用 Clearance,您需要确保您的项目满足以下依赖条件:
- Rails 版本
>= 6.1 - Ruby 版本
>= 3.0.0
首先,在您的 Gemfile 中添加以下代码:
gem "clearance"
然后运行以下命令安装依赖项:
bundle install
安装完成后,运行以下命令以生成必要的配置文件和迁移脚本:
rails generate clearance:install
此命令将执行以下操作:
- 在您的
User模型中插入Clearance::User - 在
ApplicationController中插入Clearance::Controller - 创建一个初始化文件,以便进一步配置
- 创建一个迁移文件,用于创建用户表或向现有表添加必要的列
2. 项目使用说明
Clearance 提供了多种方法来控制用户访问和会话管理。
访问控制
使用 require_login 过滤器来控制对控制器动作的访问:
class ArticlesController < ApplicationController
before_action :require_login
def index
current_user.articles
end
end
Clearance 还提供了路由约束,可以在路由层控制访问:
Blog::Application.routes.draw do
constraints Clearance::Constraints::SignedIn.new { |user| user.admin? } do
root to: "admin/dashboards#show", as: :admin_root
end
constraints Clearance::Constraints::SignedIn.new do
root to: "dashboards#show", as: :signed_in_root
end
constraints Clearance::Constraints::SignedOut.new do
root to: "marketing#index"
end
end
辅助方法
在控制器、视图和辅助方法中使用 current_user、signed_in? 和 signed_out?。例如:
<% if signed_in? %>
<%= current_user.email %>
<%= button_to "注销", sign_out_path, method: :delete %>
<% else %>
<%= link_to "登录", sign_in_path %>
<% end %>
密码重置
当用户重置密码时,Clearance 会发送一封电子邮件。您应该更改 mailer_sender 默认值,用于电子邮件的“发件人”头部:
Clearance.configure do |config|
config.mailer_sender = "reply@example.com"
end
多域名支持
您可以通过设置 cookie_domain 作为可调用对象来支持多个域名或其它特殊域名配置。传递给方法的第一个参数是 ActionDispatch::Request 对象。
Clearance.configure do |config|
config.cookie_domain = lambda { |request| request.host }
end
集成 Rack 应用
Clearance 将其会话添加到 Rack 环境哈希中,以便中间件和其他 Rack 应用可以与其交互:
class Bubblegum::Middleware
def initialize(app)
@app = app
end
def call(env)
if env[:clearance].signed_in?
env[:clearance].current_user.bubble_gum
end
@app.call(env)
end
end
3. 项目 API 使用文档
Clearance 的配置和功能主要通过其模块和类提供。以下是一些关键配置选项和类的简要说明:
配置选项
在 config/initializers/clearance.rb 中覆盖以下默认设置:
Clearance.configure do |config|
config.allow_sign_up = true
config.allow_password_reset = true
# ... 更多配置
end
控制器
Clearance 提供了默认的控制器行为,您可以根据需要覆盖它们:
class PasswordsController < Clearance::PasswordsController
# ... 自定义行为
end
class SessionsController < Clearance::SessionsController
# ... 自定义行为
end
class UsersController < Clearance::UsersController
# ... 自定义行为
end
重定向
Clearance 提供了简单的重定向方法,可以根据需要覆盖它们:
# ... 自定义重定向方法
视图
覆盖 Clearance 的默认视图,以自定义表单、邮件等:
app/views/clearance_mailer/change_password.html.erb
app/views/passwords/create.html.erb
# ... 更多视图文件
布局
在 config/application.rb 中指定 Clearance 使用的布局:
config.to_prepare do
Clearance::PasswordsController.layout "my_passwords_layout"
# ... 更多布局配置
end
国际化
所有闪烁消息和电子邮件主题行都存储在国际化翻译中。像任何其他翻译一样覆盖它们:
# ... 自定义翻译
4. 项目安装方式
请参考“安装指南”部分,按照步骤进行安装。
- 添加 Clearance 到 Gemfile
- 运行
bundle install - 运行
rails generate clearance:install
完成这些步骤后,您就可以开始使用 Clearance 了。
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-X1-7BSpark-Prover-X1-7B 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-X1-7BSpark-Formalizer-X1-7B 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).Dockerfile015
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