推荐项目:Nuclei - 主动式I/O与运行时系统
2024-05-31 07:24:25作者:庞队千Virginia

Nuclei 是一个基于亲和力设计的I/O系统,它对运行时环境无依赖,并且可以在任何运行时环境中工作。它的设计理念受到Boost.Asio的影响,但并没有采用传统的反应器方法,而是以一种完全异步和积极主动的方式来包装poll基础的I/O。
在Linux上,Nuclei主要使用epoll作为事件驱动I/O后端,并在具备系统支持的情况下,次要选择使用先进的io_uring。对于MacOS,Nuclei利用kqueue。未来在Windows平台上,计划支持IOCP。
特点
- 异步通信:支持TCP、UDP、Unix域套接字和文件等异步操作。
- 非阻塞式设计:整个proactor系统不会阻塞。
- 散列/收集操作(Scatter/Gather):优化了数据传输效率。
- 轻量级分配:尽量减少内存分配。
- 高度表达性:比其他运行时提供更强大的编程能力。
- 锁free编程:实现无锁并发,提升性能。
示例代码
想深入了解Nuclei?直接查看examples目录中的代码并运行:
$ cd examples
$ cargo run --example fread-vect
测试
确保你的环境满足要求后,可以运行以下命令进行测试:
$ cargo test --no-default-features --features=iouring # 对于io_uring
$ cargo test # 其他情况
配置选项
- 事件驱动I/O后端:未启用
iouring特性时,将使用平台默认后端。例如,在Linux上,会使用epoll。 - 执行器:使用
async-global-executor,可选特性包括:async-exec、tokio、tokio02和tokio03。
许可证信息
本项目遵循Apache 2.0或MIT许可,具体取决于您选择的许可方式。除非明确声明,否则任何故意提交的贡献都将按照上述两个许可条款的双许可方式加入到该项目中,不附加其他条件。
Nuclei是一个强大而灵活的异步I/O解决方案,无论是在高性能服务器开发、实时数据处理或是分布式系统中,都能发挥其优势。其高效、可扩展的设计使其成为现代软件开发者的理想工具。现在就试试看,看看如何为您的项目注入新的活力吧!
登录后查看全文
热门项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.69 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
656
🎉 (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
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
657