Bootstrap Generators 技术文档
2024-12-24 01:20:43作者:彭桢灵Jeremy
1. 安装指南
首先,确保您的项目已安装Ruby和Rails环境。在您的Gemfile中添加以下依赖项:
gem 'bootstrap-generators', '~> 3.3.4'
或者,您可以从最新构建中安装:
gem 'bootstrap-generators', git: 'git://github.com/decioferreira/bootstrap-generators.git'
然后,运行以下命令安装依赖项:
bundle install
2. 项目的使用说明
使用以下命令启动Bootstrap安装过程:
rails generate bootstrap:install
如果要覆盖已存在的文件,请使用--force(或-f)选项。
安装后,每次生成控制器或脚手架时,都会自动获取Bootstrap模板。
对于Rails 4.1及以上版本,您需要运行以下命令以确保Rails预加载器知道新模板:
spring stop
3. 项目API使用文档
安装选项
-e, [--template-engine=TEMPLATE_ENGINE]:指定生成的模板引擎。默认为erb。-se, [--stylesheet-engine=STYLESHEET_ENGINE]:指定生成的样式表引擎。默认为scss。--skip-turbolinks(或--no-skip-turbolinks):指定是否在生成的布局中省略turbolinks引用。
运行时选项
-f, [--force]:覆盖已存在的文件。-p, [--pretend](或--no-pretend):运行但不做任何更改。-q, [--quiet](或--no-quiet):抑制状态输出。-s, [--skip](或--no-skip):跳过已存在的文件。
模板引擎
支持的模板引擎包括:
- ERB
- Haml
- Slim
Haml
在Gemfile中添加依赖项:
gem 'haml-rails'
然后运行:
rails generate bootstrap:install --template-engine=haml
Slim
在Gemfile中添加依赖项:
gem 'slim-rails'
然后运行:
rails generate bootstrap:install --template-engine=slim
样式表引擎
支持的样式表引擎包括:
- CSS
- SCSS
- LESS
SCSS
确保在Gemfile中有sass-rails依赖项:
gem 'sass-rails'
然后运行:
rails generate bootstrap:install --stylesheet-engine=scss
LESS
在Gemfile中添加以下依赖项:
gem 'therubyracer', platforms: :ruby
gem 'less-rails'
然后运行:
rails generate bootstrap:install --stylesheet-engine=less
跳过turbolinks
使用--skip-turbolinks选项运行生成器,以从生成的布局中删除turbolinks引用。
4. 项目安装方式
请遵循以下步骤安装Bootstrap Generators:
- 在Gemfile中添加依赖项。
- 运行
bundle install安装依赖项。 - 使用
rails generate bootstrap:install命令安装Bootstrap。
根据需要,您可以自定义模板引擎和样式表引擎,然后重新运行安装命令以应用更改。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878