Brooklyn 网站与文档项目技术文档
1. 安装指南
1.1 工作站设置
-
克隆仓库:首先,克隆
brooklyn仓库及其子项目,并按照 [提交者指南][COMMIT] 设置远程仓库。 -
安装 Ruby 和 RVM:项目使用 Jekyll 处理网站内容,因此需要 Ruby 和 gem。推荐使用 RVM 来管理 Ruby 安装和 gem 集。
curl -sSL https://get.rvm.io | bash -s stable --auto-dotfiles关闭并重新打开终端,进入项目目录。RVM 会根据
Gemfile配置自动配置环境。如果提示缺少 Ruby 版本,按照提示安装相应版本。 -
安装依赖 Gem:
bundle install如果遇到问题,可以参考 [提交者指南][COMMIT] 中的常见问题解决方法。
1.2 构建 PDF 文档(可选)
如果需要构建 PDF 文档,需安装 wkhtmltopdf。可以通过以下命令安装:
sudo apt-get install wkhtmltopdf
2. 项目的使用说明
2.1 查看网站和文档
在项目目录下运行以下命令,启动本地服务器并查看文档:
jekyll serve
服务器启动后,Jekyll 会输出本地访问地址(如 http://localhost:4000/)。修改文件后,Jekyll 会自动重新生成内容。
2.2 项目结构
项目包含两个微型站点:
/website:主网站内容,包括提交者指令、下载说明和“了解更多”页面。/guide:用户指南和特定版本的 Brooklyn 信息,包括代码结构和 API 文档。
其他重要目录:
/style:包含 JS、CSS 和图像资源。/_build:包含构建脚本和配置文件。/_plugins:包含 Jekyll 插件,提供标签和生成逻辑。/_layouts:包含页面使用的 HTML 模板。/_includes:包含模板和页面使用的杂项内容。
2.3 分支管理
/website可以针对任何分支构建,通常从master分支发布。/guide应针对特定分支更新和构建,例如master或0.7.0-M2。
3. 项目 API 使用文档
API 文档通常在 /guide 目录中生成。可以通过以下命令生成 API 文档:
_build/build.sh guide-version
生成的文档将位于 _site/v/<version>/ 目录下。
4. 项目安装方式
项目的安装主要依赖于 Ruby 和 Jekyll。按照 安装指南 中的步骤配置环境后,即可通过 jekyll serve 命令启动本地服务器,或通过 _build/build.sh 脚本进行更复杂的构建和发布操作。
4.1 构建脚本
_build/build.sh 脚本提供了多种构建选项,可以通过以下命令查看帮助:
_build/build.sh help
常用的构建选项包括:
website-root:仅构建网站。guide-latest:构建最新版本的指南。guide-version:构建特定版本的指南。
4.2 发布网站和指南
发布到 Apache 网站需要将生成的 HTML 文件提交到 Apache Subversion 仓库。具体步骤请参考 [提交者指南][COMMIT]。
通过以上文档,您应该能够顺利安装、使用和了解 Brooklyn 网站与文档项目。如有任何问题,请参考项目 Wiki 或联系项目维护者。
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
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
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- 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