High Voltage 项目技术文档
1. 安装指南
1.1 通过 Gem 安装
你可以通过以下两种方式安装 High Voltage:
1.1.1 使用命令行安装
在终端中运行以下命令:
$ gem install high_voltage
1.1.2 通过 Gemfile 安装
在项目的 Gemfile 中添加以下内容:
gem 'high_voltage', '~> 4.0.0'
然后运行 bundle install 来安装 Gem。
2. 项目的使用说明
2.1 创建静态页面
High Voltage 用于管理 Rails 应用中的静态页面,如“关于我们”、“联系我们”等。
2.1.1 创建页面目录
首先,创建一个存放静态页面的目录:
$ mkdir app/views/pages
2.1.2 创建页面文件
在 app/views/pages 目录下创建静态页面文件,例如 about.html.erb:
$ touch app/views/pages/about.html.erb
2.1.3 链接静态页面
在应用的任意位置,可以通过以下代码链接到静态页面:
<%= link_to '关于我们', page_path('about') %>
2.2 嵌套页面
你可以在目录结构中嵌套页面,以适应 URL 结构:
<%= link_to 'Q4 报告', page_path('about/corporate/policies/HR/en_US/biz/sales/Quarter-Four') %>
2.3 获取静态页面列表
你可以通过调用 HighVoltage.page_ids 获取静态页面的列表,这在构建站点地图时非常有用。例如:
HighVoltage.page_ids.each do |page|
add page, changefreq: 'monthly'
end
3. 项目API使用文档
3.1 路由配置
3.1.1 默认路由
默认情况下,静态页面的路由为 /pages/:id,其中 :id 是视图文件的名称。
3.1.2 自定义路由
如果你想将静态页面路由到其他位置(例如首页),可以这样做:
get 'pages/home' => 'high_voltage/pages#show', id: 'home'
3.2 根路径配置
你可以配置根路径指向一个 High Voltage 页面:
# config/initializers/high_voltage.rb
HighVoltage.configure do |config|
config.home_page = 'home'
end
3.3 顶级路由
你可以移除 URL 路径中的 pages 目录,直接从根路径提供页面:
# config/initializers/high_voltage.rb
HighVoltage.configure do |config|
config.route_drawer = HighVoltage::RouteDrawers::Root
end
3.4 禁用默认路由
你可以通过以下配置完全禁用默认路由:
# config/initializers/high_voltage.rb
HighVoltage.configure do |config|
config.routes = false
end
4. 项目安装方式
4.1 通过 Gem 安装
4.1.1 使用命令行安装
$ gem install high_voltage
4.1.2 通过 Gemfile 安装
在 Gemfile 中添加:
gem 'high_voltage', '~> 4.0.0'
然后运行 bundle install。
4.2 手动安装
如果你不想使用 Gem,可以手动将 High Voltage 的源码下载到你的项目中,并按照其提供的说明进行配置。
5. 自定义控制器
5.1 创建自定义控制器
如果你需要对静态页面进行额外的控制(如身份验证、布局切换等),可以创建一个自定义的 PagesController:
$ rails generate controller pages
5.2 禁用默认路由
在 config/initializers/high_voltage.rb 中禁用默认路由:
HighVoltage.configure do |config|
config.routes = false
end
5.3 定义新路由
在 config/routes.rb 中定义新路由:
get "/pages/*id" => 'pages#show', as: :page, format: false
5.4 修改控制器
在 PagesController 中包含 High Voltage 的静态页面模块:
class PagesController < ApplicationController
include HighVoltage::StaticPage
before_action :authenticate
layout :layout_for_page
private
def layout_for_page
case params[:id]
when 'home'
'home'
else
'application'
end
end
end
6. 本地化
6.1 设置本地化
在 ApplicationController 中添加本地化设置:
before_action :set_locale
def set_locale
I18n.locale = params[:locale] || I18n.default_locale
end
6.2 禁用默认路由
HighVoltage.configure do |config|
config.routes = false
end
6.3 定义本地化路由
scope "/:locale", locale: /en|bn|hi/ do
get "/pages/:id" => "high_voltage/pages#show", :as => :page, :format => false
end
6.4 创建本地化页面
在 app/views/pages 目录下创建本地化页面,并在相应的本地化文件中定义内容。
7. 测试
你可以使用 RSpec 和 shoulda-matchers 来测试静态页面:
describe PagesController, '#show' do
%w(earn_money screencast about contact).each do |page|
context "on GET to /pages/#{page}" do
before do
get :show, id: page
end
it { should respond_with(:success) }
it { should render_template(page) }
end
end
end
8. 贡献
如果你希望为 High Voltage 项目做出贡献,请参考项目的 CONTRIBUTING.md 文件。
9. 许可证
High Voltage 是 thoughtbot 公司开发的开源项目,遵循 MIT 许可证。详细信息请参阅 LICENSE 文件。
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
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
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