MapFish Print 项目技术文档
1. 安装指南
在开始使用 MapFish Print 之前,您需要确保系统中已安装以下依赖项:make 和 Docker。
构建项目
构建 MapFish Print 的命令如下:
make build
此命令将构建三个工件:print-servlet-xxx.war、print-lib.jar 和 print-standalone.jar。
构建过程同时会在 docs/build/site 文件夹中构建文档。要部署文档,只需将其复制到 gh-pages 分支然后提交即可。GitHub 会自动在以下地址构建更新的站点:https://mapfish.github.io/mapfish-print/
如果您只想构建文档,可以运行以下命令:
./gradlew docs:build
或者在文档目录中运行构建命令。
请注意,测试(构建的一部分)需要 'Liberation Sans' 字体,您可以从这里下载。
2. 项目的使用说明
调试模式
为了能够快速测试打印的修改,您应该:
- 将文件
docker-compose.override.sample.yaml复制为docker-compose.override.yaml。 - 运行
docker compose up -d,打印服务将可在端口8080上访问,代码修改后将自动构建并重启。
使用此方法,您将拥有一个正在运行的打印服务,每次代码修改后,打印服务将重新构建并重启,并且调试端口 5005 将开启。
从命令行运行
以下命令将运行 MapFish 打印服务。参数必须通过 -PprintArgs="..." 参数提供。
要列出所有命令行选项,请在 ./core 目录下执行以下命令:
./gradlew print -PprintArgs="-help"
以下是一个示例命令:
./gradlew print -PprintArgs="-config ../examples/src/test/resources/examples/simple/config.yaml -spec ../examples/src/test/resources/examples/simple/requestData.json -output ./output.pdf"
如果您想以调试模式运行,可以添加 --debug-jvm 参数:
./gradlew print --debug-jvm -PprintArgs="-config ../examples/src/test/resources/examples/simple/config.yaml -spec ../examples/src/test/resources/examples/simple/requestData.json -output ./output.pdf"
对于使用 GeoServer 的示例,您应该在组合中运行它,然后构建并启动组合:
make build
cp docker-compose.override.sample.yaml docker-compose.override.yaml
make acceptance-tests-up
然后运行示例:
docker compose exec builder gradle print -PprintArgs="-config /src/examples/src/test/resources/examples/simple/config.yaml -spec /src/examples/src/test/resources/examples/simple/requestData.json -output /src/examples/output.pdf"
在 Eclipse 中使用
首先创建 Eclipse 项目元数据:
./gradlew eclipse
然后导入项目到 Eclipse。
在 Eclipse 中运行
- 创建新的 Java 运行配置
- 主类是
org.mapfish.print.cli.Main - 程序参数:
-config samples/config.yaml -spec samples/spec.json -output $HOME/print.pdf
3. 项目 API 使用文档
MapFish Print 的 API 使用文档目前没有在项目 README 中提供,但是可以通过查看项目的源代码和示例来了解如何使用 API。
4. 项目安装方式
MapFish Print 可以通过以下几种方式安装:
-
Docker:您可以从 Docker 仓库中拉取 MapFish Print 的 Docker 镜像。
-
War 和 jar:可以从 MapFish 的 GitHub 包仓库中获取 War 和 jar 文件。
-
JitPack 仓库:您也可以从 JitPack 仓库中获取 MapFish Print。
-
发布版本:包括各种资源的发布版本可以在 GitHub 的发布页面上找到。
在安装前请确保您已阅读并遵守项目的贡献者许可协议。如果您是作为个人贡献者,需要提交一份数字版个人贡献者许可协议;如果是作为公司员工,则需要按照指南提交公司贡献者许可协议。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00