【亲测免费】 Cardinal 项目安装和配置指南
2026-01-21 04:19:08作者:裴麒琰
1. 项目基础介绍和主要编程语言
Cardinal 是一个由 Vidar-Team 开发的 AWD(Attack with Defense)线下赛平台,主要用于 CTF(Capture The Flag)比赛。该项目使用 Go 语言 编写,旨在为团队提供一个高效的 AWD 比赛环境。Cardinal 不仅适用于线下比赛,还可以用于团队内部的 AWD 模拟练习。
2. 项目使用的关键技术和框架
Cardinal 项目主要使用了以下关键技术和框架:
- Go 语言:作为项目的核心编程语言,Go 语言的高并发性能和简洁的语法使得 Cardinal 能够高效地处理比赛中的各种任务。
- 前后端分离:Cardinal 采用前后端分离的架构,前端部分开源可定制,后端使用 Go 语言编写。
- Docker:项目支持通过 Docker 进行部署,简化了安装和配置过程。
- WebHook:支持触发 WebHook,方便接入第三方应用。
3. 项目安装和配置的准备工作和详细安装步骤
准备工作
在开始安装之前,请确保您的系统满足以下要求:
- 操作系统:支持 Linux、macOS 和 Windows。
- Go 语言环境:确保已安装 Go 语言环境(建议版本 1.16 及以上)。
- Docker 和 Docker Compose:如果选择通过 Docker 部署,请确保已安装 Docker 和 Docker Compose。
安装步骤
方法一:通过 Release 安装
-
下载程序包: 访问 Cardinal 的 GitHub Release 页面,下载适用于您目标机器的架构程序包(例如
Cardinal_VERSION_OS_ARCH.tar.gz)。 -
解压程序包:
tar -zxvf Cardinal_VERSION_OS_ARCH.tar.gz -
赋予执行权限:
chmod +x ./Cardinal -
运行程序:
./Cardinal
方法二:通过源码编译安装
-
克隆代码:
git clone https://github.com/vidar-team/Cardinal.git cd Cardinal -
编译代码:
go build -o Cardinal -
赋予执行权限:
chmod +x ./Cardinal -
运行程序:
./Cardinal
方法三:通过 Docker 部署
-
安装 Docker 和 Docker Compose: 访问 Docker 官网 下载并安装 Docker 和 Docker Compose。
-
配置 Docker 环境: 确保当前用户拥有 Docker 及 Docker Compose 权限,然后执行以下命令:
curl https://sh.cardinal.ink | bash -
配置
docker-compose.yml: 初次使用时,请根据您的需求配置docker-compose.yml文件中的各项参数。 -
启动 Docker 容器:
docker-compose up -d
开始使用
- 默认端口:19999
- 选手端:
http://localhost:19999/ - 后台管理:
http://localhost:19999/manager
通过以上步骤,您可以成功安装并配置 Cardinal 项目,开始使用它进行 AWD 比赛或团队内部的模拟练习。
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 StartedRust0199
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 Notebook0130
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python08
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
热门内容推荐
最新内容推荐
项目优选
收起
deepin linux kernel
C
32
16
暂无描述
Dockerfile
770
5.02 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++
692
1.36 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++
865
1.96 K
Ascend Extension for PyTorch
Python
728
906
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
461
455
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++
1.09 K
1.12 K
Claude 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 Started
Rust
1.93 K
199
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
3.09 K
643
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.02 K
265