npiperelay 项目教程
1. 项目介绍
npiperelay 是一个允许从 Windows Subsystem for Linux (WSL) 访问 Windows 命名管道的工具。通过 npiperelay,用户可以在 WSL 中使用各种命令行工具与 Windows 命名管道进行交互。例如,用户可以从 WSL 连接到 Docker for Windows、MySQL Server 运行在 Windows 服务中、Hyper-V Linux VM 的串行控制台等。
2. 项目快速启动
2.1 安装 Go
首先,确保你已经安装了 Go 语言环境。你可以通过以下命令安装 Go:
sudo apt-get update
sudo apt-get install golang-go
2.2 下载并构建 npiperelay
接下来,下载并构建 npiperelay 项目:
go get -d github.com/jstarks/npiperelay
GOOS=windows go build -o /mnt/c/Users/<myuser>/go/bin/npiperelay.exe github.com/jstarks/npiperelay
2.3 配置 WSL 路径
将构建好的 npiperelay.exe 添加到 WSL 的路径中。你可以通过以下命令将其添加到 /usr/local/bin:
sudo ln -s /mnt/c/Users/<myuser>/go/bin/npiperelay.exe /usr/local/bin/npiperelay.exe
2.4 安装 socat
为了使用 npiperelay,你还需要安装 socat 工具:
sudo apt-get install socat
3. 应用案例和最佳实践
3.1 从 WSL 连接到 Docker for Windows
假设你已经在 Windows 上运行了 Docker 守护进程,你可以通过以下步骤从 WSL 连接到 Docker:
-
启动 Docker 中继:
sudo docker-relay & -
使用 Docker CLI:
sudo docker info
3.2 从 WSL 连接到 MySQL Server
如果你在 Windows 上运行了 MySQL Server 作为服务,你可以通过以下步骤从 WSL 连接到 MySQL:
-
启动 MySQL 中继:
sudo mysqld-relay & -
使用 MySQL 命令行客户端:
mysql -u root -p
3.3 连接到 Hyper-V Linux VM 的串行控制台
如果你有一个配置在 Hyper-V 中的 Linux VM,你可以通过以下步骤连接到其串行控制台:
-
启用 VM 的串行端口:
powershell.exe Set-VMComPort foo 1 '\\.\pipe\foo_debug_pipe' -
使用
socat连接到串行端口:vmserial-connect foo 1
4. 典型生态项目
4.1 Docker for Windows
npiperelay 可以与 Docker for Windows 结合使用,使得 WSL 中的 Docker 客户端能够通过命名管道与 Windows 上的 Docker 守护进程通信。
4.2 MySQL Server
通过 npiperelay,WSL 用户可以连接到运行在 Windows 上的 MySQL Server,从而在 WSL 中使用 MySQL 命令行工具进行数据库操作。
4.3 Hyper-V
npiperelay 还可以用于连接到 Hyper-V 虚拟机的串行控制台,方便用户在 WSL 中进行调试和监控。
通过以上步骤,你可以快速上手并使用 npiperelay 项目,实现 WSL 与 Windows 命名管道的高效交互。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00