探索Termux的无限可能:Termux User Repository(TUR)
2024-06-08 03:48:52作者:魏献源Searcher
Termux User Repository(TUR)是一个独特的安卓平台软件包仓库,它旨在简化在Termux中安装和管理非官方软件的过程。TUR的机制是提供预编译的软件包,避免了用户在设备上自行构建带来的资源消耗和时间浪费。
快速订阅TUR
要在Termux中启用TUR,只需执行一条简单的命令:
pkg install tur-repo
安装完成后,你可以使用pkg或apt命令像平时一样安装TUR中的软件包。
提示:TUR包含多个组件,如tur、tur-on-device和tur-continuous等,默认情况下已经可用。若需添加其他组件,请手动进行操作。
此外,TUR还托管了一个PyPI指数,其中包括一些预先构建好的Python包:
python -m pip install some_packages --extra-index-url https://termux-user-repository.github.io/pypi/
TUR的价值所在
- 更多软件选择:对于那些不那么流行的软件包,TUR也提供了支持。
- 轻松安装:对于依赖于本地编译的Python、Node.js或Ruby包,TUR通过分发
.deb文件简化了安装过程。 - 统一管理:开发者可以将自己的软件包添加到TUR,而不是建立单独的APT仓库。
- 兼容性保障:TUR是那些因各种原因无法进入Termux官方仓库的软件包的集中地。
- 旧版软件包:即使是最新的软件,有时也需要使用旧版本,TUR对此有所照顾。
动手参与
想要为TUR贡献一份力吗?很简单。首先克隆这个仓库,然后执行./setup-environment.sh设置构建环境,接着在tur目录下创建build.sh文件,并参考Termux的官方wiki编写构建脚本。
组件与扩展资源
TUR由多个组件组成,每个都有特定的用途:
tur:主组件,包含了大部分软件包。tur-on-device:用于模拟Termux环境并运行不能交叉编译的软件包。tur-continuous:包含编译成本较高的应用程序,如基于Chromium的应用。tur-security:专注于安全测试工具。tur-multilib(开发中):提供多库环境的软件包。
除了这些,还有其他的辅助仓库,如用于构建Electron的electron-tur-builder,以及托管PyPI索引的pypi-index-tur等等。
结论
Termux User Repository不仅是一个方便的扩展资源库,也是一个激发创造力和技术探索的平台。它为Termux用户提供了更加丰富和灵活的软件选择,同时也鼓励社区成员参与到软件包的维护和开发中来。让我们一起努力,将TUR打造成为Termux非官方软件包的首选之地。你的建议和贡献将使TUR更加完善!
登录后查看全文
热门项目推荐
相关项目推荐
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 StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0116
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220