`edx-dl` 使用与安装指南
一、安装指南
edx-dl 是一个简单的工具,用于从基于 Open edX 的网站下载视频和讲义材料。它需要一个 Python 解释器(版本 >= 2.7)和很少的其他依赖项。它是跨平台的,可以在 Unix(Linux、BSDs 等)、Windows 或 Mac OS X 上正常工作。
如果您还没有安装 Python 解释器,我们强烈建议您安装 Python >= 3.6,因为通常情况下它表现更好。
推荐安装
要安装 edx-dl,请运行以下命令:
pip install edx-dl
手动安装
要安装所有依赖项,请执行以下命令:
pip install -r requirements.txt
安装 youtube-dl
edx-dl 最重要的依赖之一是 youtube-dl。上述安装步骤已经为您拉取了 youtube-dl 的最新版本。
由于许多 Open edX 网站将视频存储在 YouTube 上,而 YouTube 会不时更改其布局,因此可能需要升级您的 youtube-dl 副本。最简单的方法是使用以下命令:
pip install --upgrade youtube-dl
二、项目使用说明
在安装完所有内容之后,要使用 edx-dl.py,让它发现您已报名的课程,请执行以下命令:
edx-dl -u user@user.com --list-courses
然后,选择您感兴趣的课程,复制其 URL 并在以下命令中使用:
edx-dl -u user@user.com COURSE_URL
将 COURSE_URL 替换为您在第一步复制的 URL。它应该看起来像这样:
https://courses.edx.org/courses/edX/DemoX.1/2014/info
下载的视频将被放置在当前目录下名为 Downloaded 的新目录中,但您也可以使用 -o 参数选择其他目的地。
要查看所有可用选项及其简要说明,只需执行:
edx-dl --help
重要提示: 如果要使用除 <edx.org> 以外的网站,您必须指定网站以及 -x 选项。例如,如果要获取斯坦福大学的课程,可以使用 -x stanford。
三、项目API使用文档
项目不提供特定的 API 文档,但所有命令行选项和参数在执行 edx-dl --help 时都有说明。
四、项目安装方式
除了上述的 pip install 方式外,您还可以使用 Docker 容器运行此应用程序。只需安装 Docker 并运行以下命令:
docker run --rm -it \
-v "$(pwd)/edx/:/Downloaded" \
strm/edx-dl -u <USER> -p <PASSWORD>
在报告任何问题之前,请确保您运行的是所有程序(包括 edx-dl 和 youtube-dl)的最新版本。如果在怀疑,请使用以下命令:
pip install --upgrade edx-dl
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
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
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0121
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