雅兰亭库 (yalantinglibs) 使用教程
2024-08-07 22:02:03作者:余洋婵Anita
项目介绍
雅兰亭库 (yalantinglibs) 是由阿里巴巴开源的一个现代C++基础工具库的集合。它包含了多个高性能、易用的库,如 struct_pack, struct_json, struct_xml, struct_yaml, struct_pb, easylog, coro_rpc, coro_io, coro_http 和 async_simple 等。这些库旨在帮助C++开发者快速构建高性能的现代C++应用。
项目快速启动
安装与编译
-
克隆仓库
git clone https://github.com/alibaba/yalantinglibs.git cd yalantinglibs -
创建构建目录
mkdir build cd build -
使用 CMake 构建
cmake .. cmake --build .
示例代码
以下是一个简单的示例,展示了如何使用 struct_pack 进行序列化和反序列化:
#include <iostream>
#include "struct_pack/struct_pack.hpp"
struct Person {
std::string name;
int age;
};
int main() {
Person person{"Alice", 30};
auto buffer = struct_pack::serialize(person);
Person deserialized_person = struct_pack::deserialize<Person>(buffer);
std::cout << "Name: " << deserialized_person.name << ", Age: " << deserialized_person.age << std::endl;
return 0;
}
应用案例和最佳实践
案例一:使用 coro_rpc 构建高性能RPC服务
#include "coro_rpc/coro_rpc_server.hpp"
#include "coro_rpc/coro_rpc_client.hpp"
void hello_service(const std::string& name) {
std::cout << "Hello, " << name << "!" << std::endl;
}
int main() {
coro_rpc::coro_rpc_server server(8080);
server.register_handler("hello", &hello_service);
server.start();
coro_rpc::coro_rpc_client client("localhost", 8080);
client.call("hello", "World");
return 0;
}
案例二:使用 struct_json 进行JSON序列化和反序列化
#include "struct_json/struct_json.hpp"
struct Person {
std::string name;
int age;
};
int main() {
Person person{"Bob", 25};
auto json_str = struct_json::to_json(person);
std::cout << "JSON: " << json_str << std::endl;
Person deserialized_person = struct_json::from_json<Person>(json_str);
std::cout << "Name: " << deserialized_person.name << ", Age: " << deserialized_person.age << std::endl;
return 0;
}
典型生态项目
雅兰亭库 (yalantinglibs) 可以与多个现代C++项目和库结合使用,以下是一些典型的生态项目:
- async_simple: 一个轻量级的异步库,与
coro_rpc结合使用可以构建高性能的异步RPC服务。 - easylog: 一个简单易用的日志库,适用于各种C++项目。
- struct_pack: 高性能的序列化库,支持多种数据结构的序列化和反序列化。
通过这些库的组合使用,可以构建出高性能、易维护的现代C++应用。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
859
1.94 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
687
1.35 K
Ascend Extension for PyTorch
Python
721
893
openEuler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。
C
458
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
620
openJiuwen 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
TSX
2.99 K
637
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
152
255