Zerogw 技术文档
1. 安装指南
1.1 Ubuntu 系统安装
在 Ubuntu 系统上,可以通过以下命令安装 Zerogw:
sudo add-apt-repository ppa:tailhook/zerogw
sudo apt-get update
sudo apt-get install zerogw
1.2 ArchLinux 系统安装
在 ArchLinux 系统上,可以通过以下命令安装 Zerogw:
yaourt -S zerogw
1.3 其他 Linux 发行版安装
对于其他 Linux 发行版,请参考编译部分进行安装。
2. 项目使用说明
Zerogw 是一个 HTTP 到 ZeroMQ 的网关,它监听 HTTP 请求,解析请求并使用 ZeroMQ 套接字(ZMQ_REQ)发送请求,然后等待回复并将从 ZeroMQ 套接字接收到的数据响应给客户端。
从 v0.3 版本开始,Zerogw 还支持 WebSocket。WebSocket 通过使用 ZMQ_PUB 套接字转发传入的消息,并使用 ZMQ_SUB 套接字监听命令来实现。每个 WebSocket 客户端可以订阅无限数量的主题。每个 ZeroMQ 消息要么是控制消息(例如订阅),要么是发送到指定主题的消息,该消息将高效地发送给订阅了该特定主题的每个 WebSocket。
Zerogw 是用 C 语言编写的,并使用 libwebsite 库来处理 HTTP(libwebsite 本身使用 libev)。
Zerogw 不是一个全功能的 HTTP 服务器。它对静态文件、缓存、CGI 等一无所知。它只知道一些路由,这使得它非常快速且具有完美的可扩展性。
使用场景
- RPC
- REST API
- Ajax
- WebSocket
3. 项目 API 使用文档
3.1 HTTP 请求处理
Zerogw 处理 HTTP 请求并将其转换为 ZeroMQ 消息。HTTP 请求的路由和处理由 libwebsite 库负责。
3.2 WebSocket 支持
Zerogw 支持 WebSocket,通过 ZMQ_PUB 和 ZMQ_SUB 套接字实现消息的转发和订阅。每个 WebSocket 客户端可以订阅多个主题,Zerogw 会将消息高效地发送给订阅了相应主题的客户端。
3.3 控制消息
控制消息用于管理 WebSocket 客户端的订阅和取消订阅操作。
4. 项目安装方式
4.1 依赖项
Zerogw 的运行需要以下依赖项:
- Linux 内核版本至少为 2.6.28(需要 accept4)
- libwebsite:用于处理 HTTP
- coyaml:用于处理配置
- python3:coyaml 需要 python3 来构建配置解析器
- libzmq 和 libev:ZeroMQ 和事件循环库
- libyaml:用于解析配置
前两个库通常是静态编译的,因此运行时不需要它们。python3 也是如此。
4.2 编译安装
在其他 Linux 发行版上,可以通过以下步骤进行编译安装:
./waf configure --prefix=/usr
./waf build
./waf install
通过以上步骤,您可以成功安装并使用 Zerogw 项目。
kernelopenEuler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。C081
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0135
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