Ruby Setup Action 使用教程
1. 项目介绍
ruby/setup-ruby 是一个 GitHub Action,用于下载预构建的 Ruby 并将其添加到 PATH 中。它非常高效,通常只需要大约 5 秒的时间来下载、解压并添加指定的 Ruby 版本到 PATH。这个 Action 支持多种 Ruby 解释器版本,包括 MRI、JRuby 和 TruffleRuby,并且可以在多个操作系统上运行,如 Ubuntu、macOS 和 Windows。
2. 项目快速启动
2.1 安装 Ruby
首先,确保你已经安装了 Ruby。你可以通过以下命令检查是否已经安装了 Ruby:
ruby -v
如果没有安装,你可以使用以下命令通过包管理器安装 Ruby:
# 对于 Debian/Ubuntu
sudo apt-get install ruby-full
# 对于 CentOS/Fedora/RHEL
sudo yum install ruby
# 对于 macOS (使用 Homebrew)
brew install ruby
2.2 配置 GitHub Action
在你的 GitHub 仓库中,创建一个 .github/workflows 目录,并在其中创建一个 .yml 文件,例如 ruby-ci.yml。在这个文件中,添加以下内容:
name: Ruby CI
on: [push, pull_request]
jobs:
test:
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: ruby/setup-ruby@v1
with:
ruby-version: '3.3' # 指定你需要的 Ruby 版本
bundler-cache: true # 自动运行 'bundle install' 并缓存安装的 gems
- run: bundle exec rake
2.3 运行 GitHub Action
提交并推送你的更改,GitHub Action 将会自动运行并安装指定的 Ruby 版本,然后执行 bundle exec rake 命令。
3. 应用案例和最佳实践
3.1 多版本 Ruby 测试
在开发过程中,你可能需要测试你的代码在不同版本的 Ruby 上是否兼容。ruby/setup-ruby 支持矩阵测试,你可以在同一个工作流中测试多个 Ruby 版本:
name: Ruby CI
on: [push, pull_request]
jobs:
test:
strategy:
fail-fast: false
matrix:
ruby: ['2.7', '3.0', '3.1', '3.2', '3.3', 'head', 'jruby', 'jruby-head', 'truffleruby', 'truffleruby-head']
runs-on: ubuntu-latest
steps:
- uses: actions/checkout@v4
- uses: ruby/setup-ruby@v1
with:
ruby-version: ${{ matrix.ruby }}
bundler-cache: true
- run: bundle exec rake
3.2 缓存 Gem 安装
通过设置 bundler-cache: true,ruby/setup-ruby 会自动运行 bundle install 并缓存安装的 gems,从而加快 CI 的速度。
4. 典型生态项目
4.1 Ruby on Rails
Ruby on Rails 是一个流行的 Web 应用框架,使用 ruby/setup-ruby 可以轻松地在 CI 环境中配置和测试 Rails 项目。
4.2 Jekyll
Jekyll 是一个静态站点生成器,使用 ruby/setup-ruby 可以方便地配置和测试 Jekyll 项目。
4.3 Sinatra
Sinatra 是一个轻量级的 Web 应用框架,使用 ruby/setup-ruby 可以快速配置和测试 Sinatra 项目。
通过以上步骤,你可以轻松地在 GitHub Actions 中配置和使用 Ruby,并利用 ruby/setup-ruby 提供的功能来加速你的 CI 流程。
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