Sortable Table 项目技术文档
1. 安装指南
由于该项目已被标记为“DEPRECATED”,Thoughtbot 不再支持此项目。如果您仍然希望使用或维护此项目,请直接联系 Thoughtbot(hello@thoughtbot.com)。
如果您决定继续使用此项目,可以按照以下步骤进行安装:
1.1 安装插件
在您的 Rails 应用中,通过以下命令安装 sortable_table 插件:
script/plugin install git://github.com/thoughtbot/sortable_table.git
1.2 配置控制器和助手
在 app/controllers/application_controller.rb 文件中,添加以下代码以包含 SortableTable 的控制器模块:
class ApplicationController < ActionController::Base
include SortableTable::App::Controllers::ApplicationController
end
在 app/helpers/application_helper.rb 文件中,添加以下代码以包含 SortableTable 的助手模块:
module ApplicationHelper
include SortableTable::App::Helpers::ApplicationHelper
end
2. 项目的使用说明
2.1 控制器配置
在您的控制器中,使用 sortable_attributes 方法定义可排序的属性。例如,在 UsersController 中:
class UsersController < Admin::BaseController
sortable_attributes :name, :email, :age, :group => "groups.name"
def index
@users = User.paginate :page => params[:page], :order => sort_order
end
end
sortable_attributes 方法会定义一个 sort_order 方法,该方法会在控制器的 index 动作中被调用。如果没有提供 params[:sort] 参数,默认会按照 :name 属性进行排序。
2.2 视图配置
在视图中,使用 sortable_table_header 方法创建可排序的表头。例如:
<h1>Users</h1>
<table>
<tr>
<%= sortable_table_header :name => "Name", :sort => "name" %>
<%= sortable_table_header :name => "Email", :sort => "email" %>
<%= sortable_table_header :name => "Age", :sort => "age" %>
<%= sortable_table_header :name => "Group", :sort => "group" %>
</tr>
<% @users.each do |user| %>
<tr>
<td><%= html_escape(user.name) %></td>
<td><%= html_escape(user.email) %></td>
<td><%= html_escape(user.age) %></td>
<td><%= html_escape(user.group.name) %></td>
</tr>
<% end %>
</table>
sortable_table_header 方法会生成一个包含排序链接的表头,并根据排序状态添加 ascending 或 descending 类,以便您可以自定义样式。
3. 项目API使用文档
3.1 sortable_attributes
sortable_attributes 方法用于定义控制器中可排序的属性。它会在控制器中生成一个 sort_order 方法,用于获取当前的排序顺序。
参数:
:name:属性名称。:group:关联属性的名称(例如"groups.name")。
示例:
sortable_attributes :name, :email, :age, :group => "groups.name"
3.2 sortable_table_header
sortable_table_header 方法用于在视图中生成可排序的表头。它会根据当前的排序状态生成带有排序链接的表头。
参数:
:name:表头显示的名称。:sort:对应的排序属性。
示例:
<%= sortable_table_header :name => "Name", :sort => "name" %>
4. 项目安装方式
如前所述,该项目已被标记为“DEPRECATED”,Thoughtbot 不再支持此项目。如果您仍然希望使用此项目,可以通过以下方式安装:
script/plugin install git://github.com/thoughtbot/sortable_table.git
安装后,按照上述的控制器和视图配置进行使用。
注意:由于项目已被弃用,建议您寻找或开发替代方案以满足您的需求。
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