《Quelpa-use-package 安装与配置指南》
1. 项目基础介绍
Quelpa 是一个Emacs包管理器,它旨在简化Emacs配置的包安装过程。Quelpa-use-package 是Quelpa的一个扩展,它允许用户通过use-package宏来管理Quelpa安装的包。这个项目主要使用的是 Emacs Lisp 编程语言。
2. 项目使用的关键技术和框架
本项目使用的关键技术是 Emacs Lisp,这是Emacs的内置编程语言,用于编写Emacs扩展和配置。use-package 是Emacs中一个流行的宏,用于简化包的安装、配置和加载过程。Quelpa 本身是一个基于Emacs Lisp的框架,用于从源代码或elpa包中安装Emacs包。
3. 安装和配置准备工作及详细步骤
准备工作
- 确保你的系统中已经安装了Emacs。
- 确保你的Emacs版本至少是24.4,因为一些特性可能需要较新版本的Emacs。
- 准备一个网络连接,用于下载项目文件。
安装步骤
-
打开你的 Emacs 编辑器。
-
在Emacs中,按下
M-x(Alt+x),然后输入package-list-packages并按回车。这将打开包管理器界面。 -
在包管理器界面中,确保你已经安装了
package.el包管理器。 -
添加 Quelpa 的仓库到你的配置中。在
.emacs或.emacs.d/init.el文件中添加以下代码:(add-to-list 'package-archives '("melpa" . "https://melpa.org/packages/")) (package-initialize) -
安装 Quelpa。在Emacs中再次按下
M-x,然后输入package-install并按回车,搜索quelpa并安装它。 -
安装 Quelpa-use-package。同样使用
package-install命令,搜索quelpa-use-package并安装。 -
将以下配置代码添加到你的
.emacs或.emacs.d/init.el文件中,以启用Quelpa-use-package:(use-package quelpa :defer t :init (setq quelpa-update-melpa-p nil) (setq quelpa-checkout-melpa-p nil)) -
重新启动 Emacs 以使配置生效。
-
现在,你可以通过在 Emacs 中运行
M-x quelpa-use-package来安装和管理你的包。
按照这些步骤操作,你就可以成功安装和配置 Quelpa-use-package,开始使用它来管理你的Emacs扩展了。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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