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。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00