c:geo 项目技术文档
1. 安装指南
1.1 获取源码
首先,你需要从GitHub上fork c:geo 项目的源码。不要直接克隆主仓库,而是要fork到你自己的仓库中。然后,你可以克隆你fork后的仓库到本地进行开发。
1.2 设置IDE
c:geo 项目使用 Android Studio 作为开发环境。你可以参考项目wiki中的IDE设置指南来配置你的开发环境。
1.3 安装依赖
在开始构建项目之前,你需要安装以下依赖:
- Android SDK:包括Google APIs(至少V26)、Google 仓库和Android支持仓库。
- Google USB Driver(仅限Windows用户):用于在智能手机上安装应用程序。
1.4 API 密钥
为了完整使用c:geo的功能,你需要获取一些API密钥,包括Google Maps和OpenCaching网站的密钥。你可以参考项目wiki中的API密钥获取指南来获取这些密钥。
1.5 构建项目
使用 gradlew 命令从项目根目录运行构建脚本。你可以使用 gradlew assembleBasicDebug 来开始构建。
2. 项目的使用说明
2.1 功能概述
c:geo 是一个开源的、功能齐全的、随时可用的非官方 geocaching.com 客户端。它还支持其他地理藏宝平台的基本功能。无需网页浏览器或导出,只需下载并直接使用。
2.2 贡献指南
如果你想为项目贡献代码,请先在issue tracker中告诉我们你的想法。项目中有一些适合新手的good first issues,你可以从这些任务开始。
3. 项目API使用文档
3.1 Google Maps API
为了使用Google Maps功能,你需要获取Google Maps API v2密钥。你可以参考Google Maps SDK for Android: Get an API Key来获取密钥。
3.2 OpenCaching API
c:geo 支持多个OpenCaching网站,你需要为每个网站获取相应的API密钥。你可以参考项目wiki中的OpenCaching API密钥获取指南来获取这些密钥。
4. 项目安装方式
4.1 使用Android Studio
在Android Studio中,你可以通过“Build” => “Make Project”来构建项目。构建成功后,你可以通过“Run” => “Run”将应用部署到设备或模拟器上进行测试。
4.2 使用命令行
你也可以通过命令行使用 gradlew assembleBasicDebug 来构建项目,并生成可安装的APK文件。
4.3 测试
项目的测试类位于 test 目录下。你可以通过Android Studio的“Run”菜单来运行或调试这些测试类。确保在模拟器或设备上配置了有效的geocaching.com账户,以便所有测试能够成功运行。
5. 许可证
c:geo 项目遵循 Apache License, Version 2.0 许可证。
6. 联系信息
- 网站: https://www.cgeo.org/
- 支持: support@cgeo.org
- Twitter: https://twitter.com/android_gc
- Facebook: https://www.facebook.com/android.geocaching
- Google Play: https://play.google.com/store/apps/details?id=cgeo.geocaching
- 实时状态: https://status.cgeo.org/
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出Python00
AI内容魔方AI内容专区,汇集全球AI开源项目,集结模块、可组合的内容,致力于分享、交流。03
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
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-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00