Interledger Testnet 开发者指南
1. 项目介绍
Interledger Testnet 是一个开源的测试网络,它使用测试货币来帮助开发者和服务实体测试他们的 Interledger 集成。该网络包括一个 Interledger 测试钱包应用、一个电子商务应用,并计划在未来加入银行应用。Testnet 的目的是利用 Rafiki 的功能,展示其在现实世界场景中的优势。
Rafiki 是一个开源包,提供了一组全面的 Interledger API。它旨在由钱包提供商运行,允许他们为用户提供服务 Interledger 功能。
2. 项目快速启动
要快速启动 Interledger Testnet,请按照以下步骤操作:
首先,确保你已经安装了以下依赖:
- Docker
- NVM (Node Version Manager)
- GateHub 沙盒模式账户
然后,执行以下命令来设置环境:
# 安装 Node 20
nvm install lts/iron
nvm use lts/iron
# 安装 pnpm 使用 Corepack
corepack enable
# 或者使用 npm 或 yarn 安装 pnpm
npm install pnpm -g
# 或者
yarn install pnpm -g
# 安装项目依赖
pnpm i
接下来,配置环境变量。你需要复制 .env.example 文件到 .env,并在 .env 文件中设置必要的环境变量:
cp ./docker/dev/.env.example ./docker/dev/.env
编辑 .env 文件,配置如 GateHub 相关的环境变量,以及可选的 Sendgrid API Key 和发送邮箱设置。
最后,启动本地开发环境:
pnpm dev
这将启动后端容器,前端容器将具备热重载功能。你可以通过以下 URL 访问应用:
- Interledger 测试钱包前端:
http://localhost:4003 - Interledger 测试钱包后端:
http://localhost:3003 - Interledger 测试钱包管理界面:
http://localhost:3012 - Interledger 电子商务应用:
http://localhost:4004
3. 应用案例和最佳实践
案例一:创建测试钱包账户
在本地开发环境中,你可以创建一个新的 Interledger 测试钱包账户。系统将向提供的邮箱发送验证邮件。如果你在开发环境中启用了发送邮件功能,你将收到验证邮件;如果没有启用,你可以从 wallet-backend 容器的日志中找到验证链接来完成注册。
最佳实践:启用速率限制
为了提高安全性,可以在钱包中启用速率限制。通过设置环境变量 RATE_LIMIT 为 true 和 RATE_LIMIT_LEVEL 为 LAX|NORMAL|STRICT(默认为 LAX)来实现。
4. 典型生态项目
Interledger 生态系统中有许多项目,以下是一些典型的项目:
- Interledger.js:JavaScript 客户端库,用于与 Interledger 网络交互。
- Rafiki:一个 Interledger 钱包提供商的 Node.js 服务端库。
- Ilp-kit:一个用于创建 Interledger 节点和服务的框架。
通过这些项目,开发者可以构建跨货币的支付应用,拓宽金融服务的覆盖范围。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00