Family Accounting Tool 使用教程
1. 项目介绍
Family Accounting Tool 是一个家庭记账工具,旨在帮助家庭记录每一笔交易,并从中提取有用的统计数据。该工具的主要功能包括:
- 统计数据提取:例如,每月在食品上的花费。
- 内部债务计算:例如,Alice 为整个家庭购买了卫生纸,工具会记录家庭欠 Alice 的金额。
- 检查意外支出:确保没有资金在意外的地方消失,例如隐藏的银行费用。
2. 项目快速启动
2.1 安装 Java 11
首先,确保你的服务器上已经安装了 Java 11 (JDK 11)。
2.2 下载并解压项目
从项目的最新发布版本中下载“二进制文件(编译文件)与演示配置”,并解压到你的服务器上。
2.3 配置数据库
打开解压后的文件夹中的 conf/application.conf 文件,配置数据库。最简单的方法是在本地设置一个 MariaDB 服务器,并创建一个名为 facto 的空数据库,然后进行如下配置:
db {
default {
driver = "com.mysql.jdbc.Driver"
url = "jdbc:mysql://localhost/facto?user=mysqluser&password=mysqlpassword"
slick.profile = "slick.jdbc.MySQLProfile$"
}
}
2.4 运行应用程序
在解压后的文件夹中打开终端,运行以下命令以启动应用程序:
# 创建数据库表
bin/server -DdropAndCreateNewDb
# 创建管理员用户
bin/server -DcreateAdminUser
# 运行应用程序
bin/server
2.5 访问应用程序
在浏览器中访问 http://localhost:9000/app/useradministration,使用用户名 admin 和密码 changeme 登录。
3. 应用案例和最佳实践
3.1 家庭日常记账
Family Accounting Tool 非常适合用于家庭日常记账。通过记录每一笔支出和收入,家庭成员可以清楚地了解每月的财务状况,并及时发现不必要的支出。
3.2 内部债务管理
在家庭中,经常会有成员为其他成员支付费用的情况。通过使用 Family Accounting Tool,可以轻松记录这些内部债务,并在适当的时候进行结算。
3.3 预算管理
通过定期分析工具中的统计数据,家庭可以制定合理的预算,并确保每月的支出在预算范围内。
4. 典型生态项目
4.1 MariaDB
Family Accounting Tool 使用 MariaDB 作为其数据库后端。MariaDB 是一个开源的关系型数据库管理系统,具有高性能和可靠性。
4.2 Docker
虽然官方不推荐使用 Docker 进行生产环境的部署,但 Docker 可以用于快速启动一个演示服务器。通过 Docker Compose,可以轻松地在本地环境中运行 Family Accounting Tool。
# 获取 docker-compose.yml 文件
wget https://raw.githubusercontent.com/nymanjens/facto/master/docker-compose.yml
# 生成一个随机的应用密钥
export APPLICATION_SECRET="$(cat /dev/urandom | tr -dc 'a-zA-Z0-9' | fold -w 32 | head -n 1)"
# 创建数据库并启动服务器
docker-compose run web sleep 5
docker-compose run web bin/server -DdropAndCreateNewDb
docker-compose run web bin/server -DcreateAdminUser
docker-compose up
通过以上步骤,你可以在本地环境中快速启动 Family Accounting Tool,并开始使用它来管理家庭财务。
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