首页
/ Bootstrap Generators 技术文档

Bootstrap Generators 技术文档

2024-12-24 00:23:54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:

  1. 在Gemfile中添加依赖项。
  2. 运行bundle install安装依赖项。
  3. 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

项目优选

收起
docsdocs
暂无描述
Markdown
843
5.6 K
kernelkernel
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
506
530
ops-transformerops-transformer
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++
1.02 K
2.4 K
pytorchpytorch
作为 Ascend for PyTorch 社区的核心组件,TorchNPU 是昇腾专为 PyTorch 打造的深度学习适配插件,使 PyTorch 框架能够直接调用昇腾 NPU,为开发者提供昇腾 AI 处理器的超强算力。
Python
825
1.24 K
kernelkernel
deepin linux kernel
C
33
16
ops-nnops-nn
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++
828
1.63 K
AscendNPU-IRAscendNPU-IR
AscendNPU-IR是基于MLIR(Multi-Level Intermediate Representation)构建的,面向昇腾亲和算子编译时使用的中间表示,提供昇腾完备表达能力,通过编译优化提升昇腾AI处理器计算效率,支持通过生态框架使能昇腾AI处理器与深度调优
C++
494
332
ops-mathops-math
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++
1.23 K
1.34 K
jiuwenswarmjiuwenswarm
JiuwenSwarm 是一款基于openJiuwen开发的智能AI Agent,它能够将大语言模型的强大能力,通过你日常使用的各类通讯应用,直接延伸至你的指尖。
Python
3.13 K
826
cann-learning-hubcann-learning-hub
CANN 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 Notebook
725
360