RTM.vim

PySpa#6 で RTM (Remember The Milk) を vim から操作するためのプラグイン RTM.vim を作成しました。個人的に欲しかったものだったので、3 日間をフル活用させていただきました。RTM でタスク管理している (今から利用される方も) vim 使いの方はぜひ使ってみてください。

インストール

  1. cURL (SSL は必須ではありません) のインストールと PATH の追加
    ダウンロード URL: http://curl.haxx.se/download.html
    ※ Windows ユーザは curl.exe を vim.exe と同ディレクトリーにいれるか、PATH を追加
  2. md5.vim (created by Yukihiro Nakadaira) のインストールと plugins への追加
    ダウンロード URL: http://www.vim.org/scripts/script.php?script_id=2806
  3. Remember The Milk API Key の取得
    取得 URL: http://www.rememberthemilk.com/services/api/keys.rtm
    ※ Non-commercial use (非商用利用) で利用可能
  4. .vimrc へ取得した API Key などをセット
    • rtm_api_key: 取得した api_key 
      let rtm_api_key='YOURAPIKEY'
    • rtm_shared_secret: 取得した shared secret 
      let rtm_shared_secret='YOURSHAREDSECRET'
  6. RTM.vim のインストールと plugins への追加
    ダウンロード URL: http://bitbucket.org/Surgo/rtm.vim/src/
    ※ "get source" リンクからダウンロード可能
  7. API 経由でのアクセスをアクティベート
    vim を起動し、以下のコマンドを実行し、アクティベート用の URL を取得 
    :RTM -a
    取得した URL にアクセス・ログインし、承認 (vim は起動したまま)
  8. Token を取得し、 .vimrc ファイルへセット
    以下のコマンドを実行し、Token を取得 
    :RTM -t
    .vimrc へ取得した token をセット 
    let rtm_token='YOURTOKEN'

利用方法

  • タスク追加用インタプリタの起動 
    :RTM
    動作: "New Task" というメッセージに続き、タスクを入力、確定する
  • カレント行をタスクに追加 
    :C[RTM] -a
    動作: コメントを除くカレント行をタスクとして登録
    ※ 今後、タスクの完了、編集などの機能を実装するため、カレント行の末尾に 'RTM-0000-0000-0000' 形式の ID が付与されます
  • カレントバッファーをタスクに追加 
    :B[RTM] -a
    動作: コメントを除くカレントバッファーをタスクとして追加 (改行は空白へ置換)
※C[RTM] は他のコマンドと競合しないかぎり :C や :CR、:CRT、:CRTM で動作します。

注意事項

  • 思いっきり Beta 以前の段階 (二重投稿バグあり・・・) で Tweet してしまい申し訳ありません
  • 実用性を (私なりに) 考え、コマンド当も変更しました
  • キーマップは現在のところつけていません (私があまりマップしないもので・・・後回し)
  • vim プラグイン初心者なのでバグ万歳の可能性がありますので、メール (script に記載)、Issue、@Surgo まで教えてください
  • 英語苦手なので、メッセージ系間違ってるかも

TODO

  • タスクの完了、変更機能の追加
  • "TODO .*" 行すべてをタスクへ登録機能の追加
  • スマートアッドへの対応 (UI 試行中)
  • キーマップの追加
  • その他、要望があった機能
最後に、pyspa 運営者の皆様ありがとうございました。参加者の皆様もお疲れ様でしたー！

コメント

コメントを投稿

このブログの人気の投稿

Python から Win32 API 経由で印刷する

Win32 API から印刷をするためには、プリンタデバイスコンテキスト (Printer DC) を利用します。具体的には以下のような順序で印刷します。 プリンタドライバからハンドルを取得する プリンタドライバのステータス API から印刷可能か同かを取得する プリンタデバイスコンテキストを作成する ドキュメントを開始する 必要であればフォント等を設定し、印字、改ページ処理などをする ドキュメントを終了する (この時点でプリンタスプールサービスに登録されるようです) プリンタデバイスコンテキストを開放する プリンタドライバのステータス API を監視し、印刷が正常に終了したかを取得する プリンタドライバのハンドルを解放する 太字の手順 (3 - 7) は Win32 API で共通ですが、それ以外の手順 (1, 2, 8, 9) はプリンタドライバに依存しているため、Python から制御したい場合はライブラリを作成する必要があります。これについては、ドライバマニュアルとにらめっこしながら ctypes.windll でがんばります・・・。プリンタ接続、用紙切れ、ミスフィード等のプリントエラーを制御する必要がなければ、書く必要はありません (排他制御が必要なプリンタを除く)。プリンタドライバ毎に変わる部分は置いといて、太字の Win32 API の部分の覚書です。 プリンタデバイスコンテキストを作成する import win32ui import win32con PRINTER_NAME = '[コンパネ -> プリンタとFAX -> に登録しているプリンター名]' PIXELS_PER_INCH = 1440 # 1 インチ毎のピクセル数 INCH_PER_POINT = 72 # 1 インチ毎のポイント数 SCALE_FACTOR = int(PIXELS_PER_INCH / INCH_PER_POINT) #　わざわざ計算せず 20 と指定する場合が多い dc = win32ui.CreateDC() dc.CreatePrinterDC(PRINTER_NAME) # 指定したプリンタ名のプリンタデバイスコンテキストを作成する self.dc.SetMapMode(win32con.MM
続きを読む

Disqus のスケール - Django 編

イメージ
やり直し。2010 年の Django Con のスライド より。 Disqus は多くのサイトに組み込まれているサービスのため、メンテナンスによる停止が難しい。 >>> サーバの構成 エッジロードバランサーに HAProxy: heartbeat 構成。レポートが素敵。 HTTP ゲートウェイキャッシュに Varnish Django サーバとして Apache + mod_wsgi: 30 台ぐらい。メモリリークを防ぐために maximum-requests をセット。Ganglia で監視 キャッシュに memcached: 25 台ぐらい PostgreSQL ロードバランサーに HAProxy/ PgBouncer : コネクションプール用。 PostgreSQL: 10 台ぐらい。 Slony-I で非同期レプリケーションとフェイルオーバー。 ログは syslog-ng: pgFouine でスロークエリーをロギング。 全部でサーバ 100 台ぐらい。他にユーティリティサーバ 15 台、後は HAProxy と heartbeat 用に 20 台ぐらいの構成。Varnish と syslog-ng を除けば Django のデプロイ手順に掲載されているような教科書通り (良い意味です) の構成です。(なんで Apache なの？nginx + gunicorn 速いよって突っ込まれてますね >>> データベースのパーティショニング Django はアプリケーションレベルで簡単に 垂直 パーティショニングができます。アプリケーションごとに DB 分けたり、DB をアプリケーションレベルでルーティングできます ( ドキュメント )。 水平パーティショニング (a.k.a シャーディング) もアプリケーションで 書ける (なるほど・・・)。 >>> キャッシュの削除 Django は QuerySet の結果をキャッシュするけど、それがかなりメモリを消費する。なので SkinnyQuerySet を作った (たぶん Johnny Cache の方が有名？
続きを読む

Disqus のスケール - Django で月間80億PVを処理する

私が把握してる限り Django で一番大きなサービス Disqus のスケール (執筆時点ではサービスダウンしてる)。元ネタは Scaling Django to 8 Billion Page Views です。 月間80億PV 、 45k req/s のほぼすべてのトラフィックを Django で処理しているとのこと。抄訳になるかな。 WAF は 高速開発とパフォーマンス 、 新しい人が入ってすぐに開発に参加できることとカスタマイズ 等のトレードオフがあります。この記事ではそのトレードオフである高速開発とパフォーマンスをどう両立させるか、Disqus のノウハウが紹介されています。 >>> なぜ WAF (Web Application Framework) は遅いのか 最初に思い浮かぶのは、アプリケーションに必要ではないボイラープレート ( django.contrib とか?) や不要なコードがあるため。そもそも Django の思想が Python 同様 " バッテリー同梱 (batteries included) " のため、Django は他の Python 製 WAF よりボイラープレートが多いです。Disqus 曰く "実は 言語や WAF は遅さにあまり関係ない " それより " ネットワーク内の他のサービスとの通信 " のオーバーヘッドが原因とのこと。これは一般的によく言われてることですし、大規模になればなるほどそう。Disqus の場合は PostgreSQL, redis, Cassandra , Memcached 等のサービスが使われているそうです。DB へのスロークエリーやネットワークのレイテンシーは Django のようなボイラープレートによるオーバーヘッドを軽く上回ります。この待ち時間を回避する一番メジャーな方法はキャッシュの使用です。Django では キャッシュフレームワーク を使用します。Django でキャッシュを使うのは簡単ですし、バックエンドに Memcached を使うと充分高速化できます。 はい。ここまでは一般的な話です。こっから。 >>> 45k req/seq を処理する キャッシュしたところで
続きを読む