在复古计算中体验Genera Lisp机器
项目简介
Retrocomputing: Genera Lisp Machine 是一个独特的开源项目,它在Ubuntu 7.10操作系统内模拟运行OpenGenera(性能较低),利用了Vagrant,veewee和Chef进行自动化部署。虽然系统稳定性有待提高,但对偶尔探索的人来说已经足够。由于X11的一个特性在新版本中的更改,该项目选择了较旧的Ubuntu作为基础。
项目不直接提供Genera二进制文件,你需要准备一个名为opengenera.tar.bz2的bzip2压缩tar档案,其中包含notes/opengenera2.tar.list列出的文件。
更新与启动
如果需要更新,建议先销毁之前的虚拟机和Ubuntu 7.10基础镜像,通过执行make clean完成清理。
要启动虚拟机:
- 安装最新版VirtualBox
- 安装最新版Vagrant
- 安装veewee:
sudo gem install veewee - 运行
make && vagrant up
这将在VirtualBox中创建一个预设好的VM,并设置端口转发(2222 -> 虚拟机22, 5902 -> 虚拟机5901)。启动后,provision.sh会进行一些配置以安装Open Genera,并在VNC会话中运行。
配置并开始使用
登录打开的VNC服务器:
vnc://localhost:5902 密码 "genera"
如果启动不成功,可以尝试通过vagrant ssh -c restart-genera重新启动。
一旦成功启动,你会看到一个风格独特的文本界面,分辨率设定为原Symbolics 3600的1150x900。然后按照以下步骤进行设置:
"login Lisp-Machine"
"define site <Something Fancy>"
左键点击“Namespace Server Name”的值,改为"genera"
左键点击“Unix Host Name”的值,改为"genera-host"
左键点击"<end> uses these values"(或输入<End>)
如果提示,按回车匿名登录
":reset network"
探索之旅
查看TOUR.md,获取快速入门的用户指南。
注意事项
不要尝试使用“Save World”,因为保存可能失败,即使成功也难以恢复。然而,VirtualBox提供了暂停、恢复和快照功能,实际上比原始机制更强大。
阅读更多
深入了解项目,请访问: http://www.textfiles.com/bitsavers/pdf/symbolics/

这个项目让你有机会重新体验历史上的Lisp机器环境,感受早期的图形化编程体验。无论你是技术史爱好者,还是想探索古董软件的工作原理,这个项目都值得你一试。准备好踏足过去,挖掘那些被时光封存的技术瑰宝吧!
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
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
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