Pickle 项目技术文档
2024-12-23 18:14:14作者:韦蓉瑛
1. 安装指南
环境要求
- Ruby 版本:>= 0
- Rails 版本:5.x, 6.x, 7.x
- Cucumber 版本:3.x 到 9.x
安装步骤
- 首先,确保你已经安装了
cucumber-rails及其依赖项。 - 在 Gemfile 中添加以下内容:
gem 'pickle' - 运行以下命令安装 gem:
bundle install - 运行生成器以查看可用选项:
rails g pickle --help - 运行生成器以生成相关文件,例如:
rails g pickle --paths --email
2. 项目使用说明
快速开始
Pickle 提供了方便的 Cucumber 步骤,用于通过 factory-girl、machinist 或 fabrication 轻松创建模型。你也可以使用 ActiveRecord 作为工厂,但功能不如前述工具强大。
使用步骤
- 查看生成的
features/step_definitions/pickle_steps.rb文件。 - 如果需要路径步骤和电子邮件步骤,可以在生成器中添加
paths和/或email选项。生成的代码将分别写入features/env/paths.rb和features/step_definitions/email_steps.rb。
使用不同的 ORM
Pickle 支持 Active Record、DataMapper 和 Mongoid。例如,如果你有一个名为 Post 的模型,带有 title 和 body 字段,你可以编写如下步骤:
Given a post exists with title: "My Post", body: "My body"
使用 factory-girl 或 machinist
如果你使用 Machinist 或 FactoryBot,可以通过以下方式利用你编写的工厂/蓝图:
Given a user exists
And another user exists with role: "admin"
配置 Pickle
你可以在 features/support/pickle.rb 中配置 Pickle,例如:
Pickle.configure do |config|
config.adapters = [:machinist, :active_record, YourOwnAdapterClass]
config.map 'me', 'myself', 'my', 'I', :to => 'user: "me"'
end
3. 项目 API 使用文档
提供的步骤
Given 步骤
Given a model exists:创建一个模型实例。Given a model exists with fields:创建一个带有指定字段的模型实例。Given n models exist:创建多个模型实例。Given n models exist with fields:创建多个带有指定字段的模型实例。Given the following models exist:通过表格创建多个模型实例。
Then 步骤
Then a model should exist:断言模型存在。Then a model should exist with fields:断言模型存在并带有指定字段。Then n models should exist:断言多个模型存在。Then n models should exist with fields:断言多个模型存在并带有指定字段。Then the following models exist:通过表格断言多个模型存在。
自定义步骤
你可以使用 Pickle 提供的正则表达式来创建自定义步骤,例如:
Given /^"(\w+)" is the father of "(\w+)"$/ do |father, child|
Fatherhood.create! :father => model!("person: \"#{father}\""), :child => model!("person: \"#{child}\"")
end
4. 项目安装方式
通过 Gemfile 安装
在 Gemfile 中添加:
gem 'pickle'
然后运行:
bundle install
生成器使用
运行生成器以生成相关文件:
rails g pickle --paths --email
通过以上步骤,你可以轻松安装并使用 Pickle 项目,享受其提供的便捷 Cucumber 步骤和灵活的配置选项。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0213
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0137
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
GLM-5.2智谱开源 GLM-5.2,这是针对长文本任务的最新旗舰模型。相较于前代产品 GLM-5.1,它在长文本任务处理能力上实现了显著飞跃,并且首次在稳定的 100 万 token 上下文中提供这一能力。Jinja00
SwanLab⚡️SwanLab - an open-source, modern-design AI training tracking and visualization tool. Supports Cloud / Self-hosted use. Integrated with PyTorch / Transformers / LLaMA Factory / veRL/ Swift / Ultralytics / MMEngine / Keras etc.Python00
tiny-universe《大模型白盒子构建指南》:一个全手搓的Tiny-UniverseJupyter Notebook03
项目优选
收起
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
468
461
暂无描述
Dockerfile
776
5.07 K
Ascend Extension for PyTorch
Python
756
961
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
872
2.01 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
696
1.4 K
昇腾LLM分布式训练框架
Python
183
230
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
1.1 K
1.14 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.04 K
271
Oohos_react_native
React Native鸿蒙化仓库
C++
361
430