Verbs 项目技术文档
2024-12-23 06:33:20作者:姚月梅Lane
1. 安装指南
安装步骤
要安装 Verbs 项目,您可以使用 RubyGems 进行安装。请在终端中运行以下命令:
gem install verbs
安装完成后,您可以在 Ruby 项目中引入 Verbs 库并开始使用。
2. 项目的使用说明
基本用法
Verbs 项目的主要功能是 conjugates(动词变位),即根据不同的时态、人称、单复数等规则,生成英语动词的正确形式。以下是一些基本用法的示例:
require 'verbs'
# 变位动词 "be" 为过去时,第二人称,单数形式
result = Verbs::Conjugator.conjugate :be, :tense => :past, :person => :second, :plurality => :singular, :aspect => :perfective
puts result # 输出: :were
# 变位动词 "be nice" 为现在时,主语为 "Matz"
result = 'be nice'.verb.conjugate :subject => 'Matz'
puts result # 输出: "Matz is nice"
# 变位动词 "sleep" 为将来时,第一人称,单数形式,进行时态
result = :sleep.verb.conjugate :tense => :future, :person => :first, :plurality => :singular, :aspect => :progressive, :subject => true
puts result # 输出: :"I will be sleeping"
参数说明
:tense:时态,可选值为:past(过去时)、:present(现在时)、:future(将来时),默认值为:present。:person:人称,可选值为:first(第一人称)、:second(第二人称)、:third(第三人称),默认值为:third。:plurality:单复数,可选值为:singular(单数)、:plural(复数),默认值为:singular。:aspect:动词体,可选值为:habitual(习惯体)、:perfect(完成体)、:perfective(完成体)、:progressive(进行体)、:prospective(展望体),默认值为:habitual。:mood:语气,可选值为:indicative(陈述语气)、:imperative(祈使语气)、:subjunctive(虚拟语气),默认值为:indicative。:subject:主语,可以设置为字符串或true,如果设置为true,则使用标准的人称代词。:diathesis:语态,可选值为:active(主动语态)、:passive(被动语态),默认值为:active。
3. 项目API使用文档
Verbs::Conjugator.conjugate
该方法用于对动词进行变位,接受以下参数:
verb:要变位的动词,可以是符号或字符串。options:一个哈希,包含变位的选项,如:tense、:person、:plurality、:aspect、:mood、:subject、:diathesis。
示例
result = Verbs::Conjugator.conjugate :be, :tense => :past, :person => :second, :plurality => :singular, :aspect => :perfective
puts result # 输出: :were
4. 项目安装方式
使用 RubyGems 安装
gem install verbs
安装完成后,您可以在 Ruby 项目中引入 Verbs 库并开始使用。
手动安装
如果您不想使用 RubyGems,也可以手动下载项目源码并将其添加到您的项目中。
通过以上文档,您应该能够顺利安装和使用 Verbs 项目,并了解如何通过 API 进行动词变位。
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
667
153
Ascend Extension for PyTorch
Python
216
235
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
303
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
React Native鸿蒙化仓库
JavaScript
255
321
🔥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
63
19
🎉 (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
651
仓颉编程语言运行时与标准库。
Cangjie
141
876
仓颉编译器源码及 cjdb 调试工具。
C++
133
866