Alcinoe 开源项目教程
1. 项目介绍
Alcinoe 是一个为 Delphi 设计的开源组件库,提供了丰富的视觉和非视觉组件。这些组件可以免费用于商业、共享软件、免费软件和开源项目。Alcinoe 兼容 Delphi Athens 12.0,并且提供了许多高级功能,如全 OpenGL 视频播放器、WebRTC Delphi 包装器、原生 iOS/Android TEdit 控件、改进的 FireMonkey 控件、Firebase 云消息传递、Android/iOS Facebook SDK 登录、JSON/BSON 解析器、ImageMagick 包装器、MongoDB 客户端等。
2. 项目快速启动
2.1 安装 Alcinoe
首先,克隆 Alcinoe 仓库到本地:
git clone https://github.com/Zeus64/alcinoe.git
2.2 编译 Alcinoe
进入 Alcinoe 目录并执行 CompileAll.bat 批处理文件:
cd alcinoe
CompileAll.bat
该批处理文件将完成以下任务:
- 获取并修补原始 Delphi 源代码
- 下载必要的 iOS/Android 库
- 构建 Alcinoe JAR 文件
- 构建 BPL(Borland Package Library)
- 编译
[alcinoe]\Tools目录中的工具 - 编译
[alcinoe]\Demos目录中的所有示例
2.3 配置 Delphi 项目
- 打开 Delphi,导航到
Component > Install Packages。 - 选择
[alcinoe]\Libraries\bpl\Alcinoe\Win32\[YourDelphiVersion]\Alcinoe[YourDelphiVersion].bpl。 - 在项目搜索路径中添加
[alcinoe]\Source和[alcinoe]\Embarcadero\[YourDelphiVersion]的所有子目录。
2.4 示例代码
以下是一个简单的示例代码,展示如何使用 Alcinoe 的 OpenGL 视频播放器:
uses
Alcinoe.FMX.VideoPlayer;
procedure TForm1.Button1Click(Sender: TObject);
begin
ALVideoPlayer1.FileName := 'path_to_your_video_file.mp4';
ALVideoPlayer1.Play;
end;
3. 应用案例和最佳实践
3.1 视频播放器
Alcinoe 的视频播放器组件 ALVideoPlayer 支持全 OpenGL 渲染,适用于需要将视频集成到 Delphi 表单并支持 Z-ORDER 的场景。对于 Android,Alcinoe 使用 ExoPlayer,支持 DASH、HLS、SmoothStreaming 和常见加密。对于 iOS,使用 AVPlayer 支持 HLS。
3.2 WebRTC 实时通信
通过 TALWebRTC 组件,您可以轻松地将视频和音频聊天功能集成到您的应用程序中,为用户提供更互动和沉浸式的体验。
3.3 原生 iOS/Android 控件
Alcinoe 提供了原生的 iOS/Android TEdit 和 TMemo 控件,这些控件在功能上难以仅用 FireMonkey 实现,如 Web 浏览器、编辑器、日期选择器等。
4. 典型生态项目
4.1 AndroidMerger
AndroidMerger 是一个工具,用于简化将 AAR SDK 集成到 FMX Android 应用程序的过程。它自动处理资源提取、依赖下载、资源合并等任务。
4.2 DeployMan
DeployMan 工具简化了 iOS 和 Android 应用程序的文件和文件夹部署,特别适用于需要部署大量文件(如第三方 SDK)的场景。
4.3 DProjNormalizer
DProjNormalizer 工具用于对 DProj 文件中的节点进行排序,以确保跨提交的一致性,并使差异比较更加容易。
通过这些工具和组件,Alcinoe 为 Delphi 开发者提供了强大的功能和灵活性,帮助他们构建高性能、现代化的应用程序。
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