Apache Flagon Distill 技术文档
1. 安装指南
在开始安装 Apache Flagon Distill 项目之前,请确保您的系统已安装以下先决条件:
- Python (版本 >= 3.8)
- Poetry (版本 >= 1.0)
您可以通过以下命令检查 Python 版本:
python --version
如果您的系统中未安装 Python,您可以从 Python 官方网站 下载安装。我们推荐使用 Python 版本管理工具如 pyenv,具体设置方法请参考 pyenv 使用指南。
安装 Poetry 的方法有多种,以下是两种推荐的方式:
官方安装程序:
适用于 Linux、macOS、Windows (WSL)
curl -sSL https://install.python-poetry.org | python3 -
Windows (Powershell)
(Invoke-WebRequest -Uri https://install.python-poetry.org -UseBasicParsing).Content | py -
pipx:
pipx install poetry
以上两种方法可以最小化与系统 Python(全局)安装的依赖冲突风险。一些用户报告说,在使用常规 pip 方法时,Poetry 使用了错误的 Python 环境,而不是项目的本地虚拟环境。如果您遇到问题,请参考官方 Poetry 文档或 GitHub 以获取更深入的安装说明。
安装步骤如下:
-
克隆仓库:
git clone https://github.com/apache/flagon-distill.git -
进入项目目录:
cd flagon-distill -
使用 Poetry 安装项目依赖并创建虚拟环境:
poetry install此命令会读取
pyproject.toml文件并安装所有必需的软件包到专用的虚拟环境中。 -
激活虚拟环境:
poetry shell您现在进入到了项目的虚拟环境,该环境将项目的依赖与系统全局的 Python 包隔离开。
-
运行测试:
您现在可以运行测试以确保安装正确无误。例如:
make test请记住,每次在项目上工作时都需要激活虚拟环境(步骤4)。
更新依赖
要更新项目依赖,您可以使用以下命令:
poetry update
此命令会更新 pyproject.toml 文件以包含包的最新兼容版本。
卸载
要卸载项目及其依赖项,只需退出虚拟环境(如果已激活):
exit
这将退出虚拟环境。之后您可以安全地删除项目目录。
通过遵循这些安装步骤,您可以使用 Poetry 轻松地设置和管理 Python 项目。祝您编码愉快!
2. 项目的使用说明
项目使用说明请参考 readthedocs.org 页面。
3. 项目API使用文档
API 使用文档请参考项目维基页面。
4. 项目安装方式
项目安装方式已在上述“安装指南”部分详细说明。
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