Django-Jenkins 项目技术文档
1. 安装指南
从 PyPI 安装
pip install django-jenkins
通过下载源码安装
python setup.py install
使用最新 Git 版本
pip install -e git+git://github.com/kmmbvnr/django-jenkins.git#egg=django-jenkins
pip install coverage
对于 Python 3 用户,该库开箱即用。
2. 项目使用说明
将 django_jenkins 添加到你的 INSTALLED_APPS 列表中。
在 Jenkins 中配置运行以下命令:
./manage.py jenkins --enable-coverage
这将创建一个包含 JUnit XML、Coverage 和 Pylint 报告的 reports/ 目录。
更多细节,请参阅通用教程。
3. 项目API使用文档
以下是与 django-jenkins 相关的设置和任务:
设置
-
PROJECT_APPS如果存在,应为一个列表/元组,包含 Jenkins 要运行的 Django 应用。测试、报告和覆盖率仅为此列表中的应用生成。
-
JENKINS_TASKS./manage.py jenkins命令执行的 Jenkins 报告者列表。默认值:
JENKINS_TASKS = () -
JENKINS_TEST_RUNNER用于启动
jenkins命令的测试套件的类的名称。该类应继承自django_jenkins.runner.CITestSuiteRunner。
报告者
以下是预构建的与 django-jenkins 相关的报告者:
-
django_jenkins.tasks.run_pylint在选定的 Django 应用上运行 Pylint。
特定于任务的设置:
PYLINT_RCFILE -
django_jenkins.tasks.run_pep8在选定的 Django 应用上运行 pep8 工具。为 Jenkins 创建 Pylint 兼容报告。
你需要安装 pep8 python 包(版本 >=1.3)来运行此任务。
特定于任务的设置:
PEP8_RCFILE -
django_jenkins.tasks.run_pyflakes在选定的 Django 应用上运行 Pyflakes 工具。为 Jenkins 创建 Pylint 兼容报告。
你需要安装 Pyflakes python 包来运行此任务。
-
django_jenkins.tasks.run_flake8在选定的 Django 应用上运行 flake8 工具。为 Jenkins 创建 pep8 兼容报告。
你需要安装 flake8 python 包来运行此任务。
4. 项目安装方式
请参考上述安装指南部分。
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
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