f3 项目技术文档
2024-12-20 20:51:10作者:晏闻田Solitary
1. 安装指南
1.1 下载与编译
首先,从GitHub下载f3的稳定版本源码包:
$ unzip f3-8.0.zip
1.2 在Linux或FreeBSD上编译
进入解压后的目录,执行以下命令进行编译:
$ make
如果需要安装f3write和f3read,可以运行:
$ make install
1.3 在Windows/Cygwin上编译
在Windows上使用Cygwin编译时,需要安装以下依赖包:
gcc-coremakelibargp-devel
然后设置编译选项并进行编译:
$ export LDFLAGS="$LDFLAGS -Wl,--stack,4000000 -largp"
$ make
安装命令:
$ make install
1.4 在Apple Mac上编译
在Mac上可以使用HomeBrew或MacPorts进行安装:
使用HomeBrew
$ brew install f3
使用MacPorts
$ port install f3
如果需要手动编译,首先安装Apple命令行工具:
$ xcode-select --install
然后安装HomeBrew或MacPorts,并安装argp-standalone库:
$ brew install argp-standalone
最后,进行编译:
$ make
1.5 使用Docker安装
可以使用Docker快速启动f3工具。首先拉取预构建的Docker镜像:
$ docker run -it --rm --device /dev/sdX peron/f3 f3probe --destructive --time-ops /dev/sdX
如果需要自定义构建Docker镜像,可以执行以下命令:
$ make docker
或
$ docker build -t f3:latest .
然后运行f3命令:
$ docker run -it --rm --device /dev/sdX f3:latest f3probe --destructive --time-ops /dev/sdX
2. 项目的使用说明
2.1 测试性能
使用f3write和f3read测试闪存卡的性能:
$ ./f3write /media/michel/5EBD-5C80/
$ ./f3read /media/michel/5EBD-5C80/
请将路径替换为实际的挂载路径。
2.2 快速容量测试
使用f3probe进行快速容量测试:
$ ./f3probe --destructive --time-ops /dev/sdX
注意:此操作会破坏磁盘上的所有数据。
2.3 修正容量
使用f3fix修正闪存卡的实际容量:
$ ./f3fix --last-sec=16477878 /dev/sdX
3. 项目API使用文档
3.1 f3write
f3write用于将伪随机数据写入闪存卡,测试其写入性能。
$ f3write /path/to/mount/point
3.2 f3read
f3read用于读取并验证闪存卡中的数据,确保其与写入的数据一致。
$ f3read /path/to/mount/point
3.3 f3probe
f3probe用于快速测试闪存卡的容量,适用于大容量磁盘。
$ f3probe --destructive --time-ops /dev/sdX
3.4 f3fix
f3fix用于修正闪存卡的实际容量,创建一个与实际大小匹配的分区。
$ f3fix --last-sec=16477878 /dev/sdX
4. 项目安装方式
4.1 源码编译安装
通过源码编译安装f3工具:
$ make
$ make install
4.2 使用包管理器安装
在Mac上可以使用HomeBrew或MacPorts安装:
$ brew install f3
或
$ port install f3
4.3 使用Docker安装
通过Docker快速启动f3工具:
$ docker run -it --rm --device /dev/sdX peron/f3 f3probe --destructive --time-ops /dev/sdX
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
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
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
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
650
149
Ascend Extension for PyTorch
Python
211
221
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++
656
291
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
250
319
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
486
🎉 (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
1.17 K
640
仓颉编程语言运行时与标准库。
Cangjie
136
874
openGauss kernel ~ openGauss is an open source relational database management system
C++
159
216