popcorn 的安装和配置教程
1. 项目基础介绍和主要编程语言
popcorn 是一个开源项目,它允许在浏览器中运行客户端的 Elixir 语言,并且实现与 JavaScript 的互操作性。该项目目前处于早期阶段,可能会出现一些问题,如果遇到问题,可以报告一个 issue。项目欢迎贡献,但在投入大量工作之前,请先打开一个 issue。
该项目主要使用以下编程语言和框架:
- Erlang
- Elixir
- HTML
- JavaScript
- Shell
- CSS
2. 项目使用的关键技术和框架
popcorn 在内部使用 AtomVM,这是一个轻量级的 Erlang 虚拟机,使得 Elixir 代码能够在 Web 浏览器中运行。该项目还涉及到了 WebAssembly (WASM) 技术,它是一种可以在浏览器中运行的代码格式。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装之前,请确保您的开发环境满足以下要求:
- OTP 26.0.2
- Elixir 1.17.3
- Git
安装步骤
以下是在本地环境安装 popcorn 的详细步骤:
-
克隆项目到本地:
git clone https://github.com/software-mansion/popcorn.git cd popcorn -
添加项目依赖:
打开项目的
mix.exs文件,并在deps函数中添加以下代码:def deps do [ {:popcorn, github: "software-mansion/popcorn"} ] end -
创建启动模块:
在
lib目录下创建一个名为MyApp.Start.ex的文件,并添加以下内容:defmodule MyApp.Start do def start do Popcorn.Wasm.register("main") IO.puts("Hello from WASM") end end -
注册启动模块和输出目录:
打开
config/config.exs文件,并添加以下配置:import Config config :popcorn, start_module: MyApp.Start, out_dir: "static/wasm" -
获取依赖并编译项目:
在项目根目录执行以下命令:
mix deps.get mix popcorn.cook这将在
static/wasm目录下生成 WebAssembly 文件。 -
创建 HTML 文件:
创建一个
index.html文件,并添加以下内容:<!DOCTYPE html> <html> <script type="module"> import { Popcorn } from "./wasm/popcorn.js"; await Popcorn.init({onStdout: console.log}); </script> <body> </body> </html> -
运行 HTTP 服务器:
使用
mix popcorn.simple_server生成一个简单的 HTTP 服务器脚本,并用elixir server.exs运行它。然后访问http://localhost:4000,你将在控制台看到 "Hello from WASM" 的输出。
请确保使用支持 WebAssembly 的浏览器,并且如果使用其他 HTTP 静态文件服务器,需要设置正确的 HTTP 头部 Cross-Origin-Opener-Policy: same-origin 和 Cross-Origin-Embedder-Policy: require-corp。
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
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-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
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