**Kilim技术文档**
2024-12-23 21:22:34作者:滑思眉Philip
1. 安装指南
Kilim的安装可以通过Maven进行。首先,确保您的环境中已经安装了Maven。然后,在项目的pom.xml文件中添加以下依赖项:
<dependency>
<groupId>org.db4j</groupId>
<artifactId>kilim</artifactId>
<version>2.0.1</version>
</dependency>
接下来,您可以使用以下命令编译和安装Kilim:
mvn clean install
2. 项目的使用说明
Kilim主要由两部分组成:Kilim编织器和Kilim运行时库。编织器修改编译后的Java类的字节码,使方法能够保存其状态并放弃对线程的控制。运行时库提供了一些构造,利用编织器简化并发编程,包括协程、任务、演员、邮箱(又名通道)和生成器。
使用Kilim编写代码有几种方式:
- 在编译时使用Maven插件
- 在编译时运行
kilim.tools.Weaver - 在运行时调用
kilim.tools.Kilim com.yourcompany.yourclass - 在
main()方法的开始处包含if (kilim.tools.Kilim.trampoline(false,args)) return;
src/kilim/examples目录包含了一些简单的示例,src/kilim/bench目录包含了一些性能基准测试。
3. 项目API使用文档
Kilim的API主要包括以下类:
java.lang.Continuation: 类似于java.lang.Runnable,但可以在保持状态的同时放弃线程控制。kilim.Task: 类似于kilim.Continuation,但指明了放弃控制的原因,当原因不再成立时,调度器会自动恢复它。kilim.Pausable: 一个假设的异常,用于声明意图。声明抛出此异常的方法将触发编织器。kilim.Mailbox: 一个具有Pausable方法的队列,当操作本应阻塞时,调用者方法会放弃控制,并在邮箱可用时自动恢复。
具体的使用方式可以参考Kilim的官方文档和示例代码。
4. 项目安装方式
除了通过Maven安装外,还可以通过以下方式安装Kilim:
- 在Java 7环境中,使用
JAVA_HOME=path/to/java7 ant clean weave jar命令。 - 在Java 9环境中,使用Java 8编译的版本,并参考
demos/battle/pom9.xml示例。 - 在Java 10环境中,由于存在bug,需要使用特殊的lambda表达式,并使用Maven中央仓库的
2.0.0-28-jdk10版本。
请注意,Kilim支持Java 8、9、10、11和12,但主要推荐使用Java 8、11和12。
以上就是关于Kilim项目的技术文档,希望对您使用和理解Kilim有所帮助。
登录后查看全文
热门项目推荐
相关项目推荐
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
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
🔥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
64
19
暂无简介
Dart
671
155
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
309
Ascend Extension for PyTorch
Python
220
236
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.84 K
React Native鸿蒙化仓库
JavaScript
259
322