Infinity项目在RHEL/Rocky 8上的原生构建及C/C++接口使用指南
原生环境构建方案
对于需要在RHEL/Rocky 8系统上直接构建Infinity项目而不使用Docker容器的用户,可以参考以下构建流程。虽然官方文档主要针对Ubuntu系统,但核心依赖库在RHEL系发行版上同样适用。
构建前需要确保系统已安装以下基础开发工具和库:
- 现代C++编译器(支持C++17标准)
- CMake构建系统(3.15或更高版本)
- Boost库(1.70或更高版本)
- Thrift框架(用于RPC通信)
- OpenSSL开发包
- zlib压缩库
- Python3开发环境
具体构建步骤可分为以下几个阶段:
-
环境准备阶段: 安装必要的开发工具链和依赖库,可以通过yum包管理器完成基础组件的安装。特别注意需要安装EPEL仓库以获取部分额外的软件包。
-
源码获取阶段: 克隆Infinity项目仓库并初始化子模块,确保获取完整的代码库。
-
构建配置阶段: 创建独立的构建目录,运行CMake进行配置。需要特别注意指定各依赖库的路径,特别是在非标准安装位置时。
-
编译阶段: 使用make或ninja进行实际编译,建议根据CPU核心数设置合适的并行编译参数以提高效率。
-
安装阶段: 将编译生成的二进制文件、库文件和头文件安装到系统目录或指定位置。
C/C++接口使用方案
Infinity项目虽然主要提供Python API文档,但其底层实现基于C++,开发者可以通过以下两种方式在C/C++环境中使用Infinity功能:
HTTP REST接口方式
这是最通用的集成方案,通过标准的HTTP协议与Infinity服务交互。开发者可以使用任何支持HTTP的C/C++库(如libcurl)来实现客户端功能。这种方式具有以下特点:
- 跨语言兼容性好
- 无需处理底层通信细节
- 可以利用现有的HTTP客户端库
- 与Web前端使用相同的接口规范
Thrift RPC接口方式
对于需要更高性能或更紧密集成的场景,可以使用Thrift框架直接调用Infinity服务。这种方式需要:
- 了解Thrift接口定义文件
- 生成对应的C++客户端代码
- 实现服务连接和调用逻辑
虽然官方没有完整维护C++客户端示例,但可以参考项目中的基础实现作为起点。Thrift方式提供了更高效的二进制通信协议和更直接的API调用方式。
实际应用建议
对于大多数生产环境,建议优先考虑HTTP接口方案,因其具有更好的可维护性和兼容性。只有在性能要求极高且团队熟悉Thrift开发的情况下,才考虑直接使用Thrift RPC方式。
无论选择哪种方式,都建议封装专门的客户端类库,将底层通信细节与业务逻辑分离,这样可以在未来需要切换接口方式时减少改动范围。
通过以上方案,开发者可以在RHEL/Rocky 8环境中成功构建和使用Infinity项目,并根据项目需求选择合适的集成方式。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。Python00
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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00