skribisto 的安装和配置教程
项目的基础介绍和主要的编程语言
Skribisto 是一个面向写作者的项目管理工具,它允许用户组织项目中的项目符号和文件夹。每个项目符号都可以展示一个页面,并且可以是文本、文件夹、白板(待实现)或章节(待实现)等不同类型。Skribisto 的目标是成为一个通用的写作工具,支持用户自定义标签来定义任何项目。它的特点是界面可访问性,支持屏幕阅读器如 Jaws 和 NVDA。
该项目主要使用以下编程语言和技术:
- 编程语言:C++,使用 Qt 框架
- 用户界面:QML 和 Qt Quick
- 数据库:SQLite3
项目使用的关键技术和框架
Skribisto 使用 Qt 框架进行开发,这是一个跨平台的 C++ GUI 应用程序框架。Qt 提供了丰富的类库和工具,用于快速开发具有现代感的 GUI 应用程序。以下是项目中使用的一些关键技术:
- Qt 6.2.2:用于后端开发,提供核心功能。
- QML:用于构建用户界面,提供触摸友好的动态界面。
- Qt Quick:提供用于构建应用程序的用户界面元素。
- SQLite3:用于数据存储,每个项目都是一个 SQLite3 文件。
项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装 Skribisto 之前,请确保您的系统满足以下要求:
- 操作系统:Ubuntu 20.04、Fedora 33/34、Windows 10、MacOS Big Sur
- Qt 版本:至少 5.15,推荐 6.2.2
您还需要从 Qt 官方网站下载并安装 Qt Creator。
安装步骤
-
克隆项目仓库
首先,您需要从 GitHub 克隆 Skribisto 的项目仓库。打开终端(Linux 或 MacOS)或命令提示符(Windows),然后执行以下命令:
git clone https://github.com/jacquetc/skribisto.git -
打开项目
使用 Qt Creator 打开项目。找到克隆的项目文件夹中的
cmake/Superbuild/CMakeLists.txt文件,并使用 Qt Creator 打开它。 -
配置项目
在 Qt Creator 中,配置项目以使用至少 Qt 5.15 的版本。在“项目”选项卡中,设置构建目录为
build_skribisto_Release,位于 skribisto 文件夹外部。示例:
- Git 仓库:
/home/cyril/Devel/skribisto - Superbuild 的 CMakeLists.txt:
/home/cyril/Devel/skribisto/cmake/Superbuild/CMakeLists.txt - Superbuild 的构建目录:
/home/cyril/Devel/build_skribisto_Release
- Git 仓库:
-
编译项目
在 Qt Creator 中,编译项目。确保选择正确的构建配置(例如 Release)并开始构建。
-
运行项目
构建完成后,您应该能够运行 Skribisto 并开始使用它来管理您的写作项目。
请注意,上述步骤是基于项目的官方文档和推荐的安装方法。如果您在安装过程中遇到任何问题,可以参考项目的 README 文件或联系项目维护者以获取帮助。
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-1.5暂无简介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
Spark-Formalizer-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
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