Informal 项目技术文档
以下为Informal项目的详细技术文档,包含安装指南、使用说明以及API使用文档。
1. 安装指南
Informal是一个Ruby gem,可以通过以下方式安装:
- 使用
gem install informal命令安装。 - 将其添加到Bundler的Gemfile中。
安装完成后,无需进行任何配置。
2. 项目的使用说明
Informal项目允许用户使用Rails 3的表单助手替代ActiveRecord模型。它可以与form_for助手以及simple_form一起使用。
以下是一个示例:
# models/command.rb
require "informal"
class Command
include Informal::Model
attr_accessor :command, :args
validates_presence_of :command
def run; `#{command} #{args}`; end
end
# views/commands/new.html.erb
<%= form_for @command do |form| %>
<%= form.text_field :command %>
<%= form.text_field :args %>
<%= form.submit "Do It!" %>
<% end %>
# controllers/commands_controller.rb
def create
command = Command.new(params[:command])
if command.valid?
command.run
end
end
初始化、#super 和属性
如果你包含Informal::Model,你的类将自动获得一个#initialize方法,该方法接受一个params哈希,并为哈希中的所有属性调用setter方法。如果你的模型类继承自一个具有自己的#initialize方法且需要调用super的类,你应该包含Informal::ModelNoInit,它不会创建#initialize方法。你需要自己创建#initialize方法,并在其中使用#attributes=方法分配属性,同时使用所需的参数调用super。
重写model_name
如果你的模型名为InformalCommand,表单参数将被传递到控制器的params[:informal_command]哈希中。由于这种方式略显丑陋,且可能不符合替代真实ActiveRecord模型的要求,Informal提供了重写模型名称的方法。
class InformalCommand
informal_model_name "Command"
# ...
end
注意:informal_model_name功能仅在Rails 3.1或更高版本中可用(除非有人将所需的API更改回传到3.0.x版本)。
特殊行为
Rails通常为新建记录生成的ID格式为command_new,而持久化记录为command_17。在使用informal模型时,经常需要在每个页面上使用多个模型,因此使用模型的object_id来获取唯一ID会很有帮助。在DOM中,这些ID看起来像command_2157193640,如果你只是用它们来附加脚本,这些内存地址的用途并不会让人感到害怕。
3. 项目API使用文档
include Informal::Model:包含Informal模型功能。attr_accessor:定义模型的属性。validates_presence_of:验证属性是否存在。run:执行命令。informal_model_name:重写模型名称。
4. 项目安装方式
请参考上述安装指南。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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 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
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