react-native-transformers 的安装和配置教程
项目基础介绍
react-native-transformers 是一个开源项目,它允许开发者直接在 React Native 和 Expo 应用程序中运行 Hugging Face 的变压器模型,实现设备端推理。这意味着应用程序可以在不发送数据到外部服务器的情况下生成文本、回答问题以及处理语言,从而提高隐私保护、减少延迟,并支持离线功能。
该项目主要使用 JavaScript 编程语言,并依赖于 React Native 和 ONNX Runtime。
项目使用的关键技术和框架
- React Native:一个用于构建原生移动应用的 JavaScript 框架。
- ONNX Runtime:一个高性能的跨平台机器学习推理引擎,用于在移动设备上执行模型。
- Hugging Face Transformers:一个提供预训练变压器模型和模型托管的平台。
安装和配置准备工作
在开始安装 react-native-transformers 之前,请确保您已经准备好了以下环境:
- Node.js 和 npm:用于安装项目依赖。
- React Native 开发环境:包括 React Native CLI 或 Expo。
- 对于 React Native CLI 项目,确保您已经链接了必要的原生模块。
安装步骤
1. 安装依赖
首先,您需要安装 onnxruntime-react-native 的 peer dependencies:
npm install onnxruntime-react-native
然后,安装 react-native-transformers:
对于 React Native 项目:
npm install react-native-transformers
对于 Expo 项目:
npx expo install react-native-transformers
2. 平台配置
对于 React Native CLI 项目,您需要链接 onnxruntime-react-native 库:
npx react-native link onnxruntime-react-native
对于 Expo 项目,您需要在 app.json 或 app.config.js 中添加 Expo 插件配置:
{
"expo": {
"plugins": [
"onnxruntime-react-native"
]
}
}
3. Babel 配置
添加 babel-plugin-transform-import-meta 插件到您的 Babel 配置中:
// babel.config.js
module.exports = {
// ...您现有的配置
plugins: [
// ...您现有的插件
"babel-plugin-transform-import-meta"
]
};
之后,运行以下命令来清除 Metro bundler 缓存:
npx expo start --clear
4. 开发环境设置
由于 ONNX Runtime 和 react-native-transformers 包含原生代码,开发测试时需要使用开发客户端而不是 Expo Go。
您可以使用以下方法之一设置开发客户端:
- EAS Development Build:使用 EAS Build 创建自定义开发客户端。
- Expo Prebuild:弹出为裸机工作流以访问原生代码。
按照这些步骤操作后,您就可以开始使用 react-native-transformers 在您的 React Native 或 Expo 应用程序中运行变压器模型了。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0152- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112