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。
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 StartedRust0153- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112