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-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00