WebVM: 浏览器中的虚拟机
2024-08-10 18:09:03作者:羿妍玫Ivan
一、项目介绍
WebVM 是一个革命性的技术项目,它通过CheerpX虚拟化引擎在任何浏览器中安全地执行x86二进制文件。这一强大的工具链使得基于Web的开发能够突破传统的限制,实现从网络到本地资源访问的功能。WebVM不仅包括了x86到WebAssembly的即时编译器,还集成了虚拟块基文件系统以及Linux系统调用模拟器。
此外,WebVM支持通过Tailscale实现网络功能,这允许开发者和用户在沙箱环境中运行复杂的程序而无需担心安全性或兼容性问题。
技术栈
- CheerpX: 提供x86至WebAssembly的转换能力。
- xterm.js: 用于Web终端仿真。
- lwIP: 轻量级TCP/IP协议栈。
- Tailscale: 网络组件提供者,确保网络的安全连接。
版本控制
WebVM依赖于CheerpX提供的x86-to-WebAssembly虚拟化技术支持。为了保证稳定性和可预测性,建议用户直接引用特定版本的构建而非最新的版本,因为这些版本是不可变且唯一版本化的。例如:
https://cheerpxdemos.leaningtech.com/publicdeploy/20230517_94/cx.js
许可证
该项目遵循Apache License Version 2.0许可发布,用户可以自由使用、修改并重新分配该仓库的内容。但需注意,公共部署的CheerpX服务以"原样"形式提供,适用于技术探索目的。
二、项目快速启动
要体验WebVM,首先需要获取项目源码并进行配置。以下是如何克隆项目、设置代码托管平台页面及运行工作流的基本步骤:
# 克隆WebVM库
git clone https://github.com/leaningtech/webvm.git
# 进入项目目录
cd webvm
# 启用代码托管平台 Pages
# 登录你的账户,进入该项目设置(Settings)
# 导航至Pages部分并选择Github Actions作为来源(Source)
# 确保如果你使用自定义域,则Enforce HTTPS已启用
# 运行GitHub Action工作流
# 在Actions标签页下接受提示
一旦完成上述步骤,即可获得WebVM环境。后续操作应参照项目文档继续深入探索其功能。
三、应用案例和最佳实践
WebVM的应用场景广泛,覆盖从教育、研究到企业解决方案多个领域。以下是几个典型的使用案例:
- 在线代码编辑器和IDE:利用WebVM可以在浏览器内创建类桌面应用体验的编辑器环境,尤其适合远程协作。
- 云游戏平台:借助WebVM可以在网页上运行复杂的游戏应用程序,降低玩家端硬件要求的同时拓宽受众范围。
- 虚拟实验室:科研人员可以通过WebVM在云端搭建实验环境,便于共享数据和软件包。
在实际部署时,应关注安全性和性能优化,如适时更新虚拟机镜像、合理安排资源配额等,以提升用户体验。
四、典型生态项目
WebVM生态系统中一些值得关注的相关项目有:
- Mini WebVM: 根据Dockerfile将Linux容器虚拟化并在浏览器中展示。
- CheerpX: 关键的技术核心,提供了WebAssembly至x86的转换。
- Tailscale: 实现安全网络通道的关键组成部分。
- xterm.js: 提升Web终端用户体验的重要工具。
上述项目构成了WebVM生态系统的基础架构,它们相互配合,共同推动着Web技术和虚拟化领域的进步和发展。
登录后查看全文
热门项目推荐
相关项目推荐
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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).Dockerfile015
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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
306
2.7 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
140
170
暂无简介
Dart
598
132
React Native鸿蒙化仓库
JavaScript
235
309
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
634
232
仓颉编译器源码及 cjdb 调试工具。
C++
123
746
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.06 K
616
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
199
74
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
460