OpenSim Creator 使用与安装指南
一、项目目录结构及介绍
OpenSim Creator 的仓库结构设计以清晰和模块化为原则,以下是其主要的目录组成部分:
-
src: 核心源代码所在目录,包括构建UI和与OpenSim核心交互的主要代码。 -
docs: 文档资料,可能包含API文档或开发者指南。 -
tests: 测试用例,用于确保代码质量。 -
resources: 应用所需的资源文件,比如图标、帮助文档等。 -
scripts: 构建和自动化脚本,如用于编译或打包应用的Python脚本。 -
CMakeLists.txt: CMake配置文件,指导编译过程。 -
LICENSE: 许可证文件,说明软件使用的Apache-2.0许可协议。 -
README.md: 项目简介和快速入门指南。 -
CONTRIBUTING.md: 对贡献者的行为准则和贡献流程的说明。 -
CITATION.cff,codemeta.json: 引用项目和元数据文件,便于学术引用。
二、项目的启动文件介绍
OpenSim Creator作为一个图形界面(GUI)应用程序,并没有传统意义上的单一“启动文件”。对于最终用户而言,安装完成后,通过应用程序菜单或快捷方式启动是常见的方式。在Windows系统中,可以在开始菜单找到“OpenSimCreator”;MacOS用户则将应用拖入到“应用程序”目录后,可以通过Spotlight搜索或者应用程序目录打开;Ubuntu用户也可从桌面环境的菜单或通过命令行进入 /opt/osc 目录执行相应命令来启动。
开发环境下,如果自行编译,则运行相应的可执行文件(例如,在成功构建后,可能会在项目特定的输出目录下有一个名为OpenSimCreator或类似名称的应用程序)。
三、项目的配置文件介绍
OpenSim Creator的配置细节更多地体现在运行时环境变量和用户设置上,而非传统的单独配置文件。对于开发者和高级用户,配置主要是通过环境变量(比如指定不同版本的OpenSim库路径)和修改代码中的某些预设值来实现。普通的使用过程中,用户级的个性化设置通常在应用内部进行,如偏好设置或模型保存路径等,这些并不直接体现为仓库内的文本配置文件。
对于开发和编译环境,.gitmodules 可看作是一种间接的配置,它指示了子模块的位置信息,而 CMakeLists.txt 在构建过程中起到了配置作用,定义了项目的构建规则、依赖项和其他编译选项。
为了自定义配置或在特定环境下调整行为,用户需参考 CONTRIBUTING.md 或相关文档了解如何设置环境变量或修改源码中必要的配置部分。
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