Scoop 开源项目教程
项目介绍
Scoop 是一个命令行安装程序,旨在简化 Windows 上的软件安装过程。它允许用户通过命令行安装和管理应用程序,无需繁琐的设置和手动下载。Scoop 支持安装各种类型的软件,包括命令行工具、开发工具、实用程序等。
项目快速启动
安装 Scoop
首先,确保你已经安装了 PowerShell 5(或更高版本)和 .NET Framework 4.5(或更高版本)。然后,打开 PowerShell 并执行以下命令来安装 Scoop:
Invoke-Expression (New-Object System.Net.WebClient).DownloadString('https://get.scoop.sh')
或者使用更短的命令:
iwr -useb get.scoop.sh | iex
安装应用程序
安装 Scoop 后,你可以使用以下命令来安装应用程序,例如 Git:
scoop install git
更新 Scoop 和应用程序
要更新 Scoop 本身和已安装的应用程序,可以使用以下命令:
scoop update *
应用案例和最佳实践
应用案例
Scoop 在开发者和系统管理员中非常受欢迎,因为它简化了软件的安装和管理。例如,一个开发者可以使用 Scoop 快速安装所需的开发工具,如 Node.js、Python 和 Visual Studio Code。
最佳实践
-
使用 Buckets:Scoop 使用“buckets”来管理软件包。默认情况下,Scoop 包含一个主 bucket。你可以添加其他 bucket 来扩展可安装的软件包列表。例如:
scoop bucket add extras -
保持更新:定期更新 Scoop 和已安装的应用程序,以确保你使用的是最新版本。
-
自定义安装路径:你可以通过设置环境变量来更改 Scoop 的默认安装路径。例如:
$env:SCOOP='D:\Applications\Scoop' [Environment]::SetEnvironmentVariable('SCOOP', $env:SCOOP, [EnvironmentVariableTarget]::User)
典型生态项目
Scoop 的生态系统包含多个相关的项目和工具,以下是一些典型的生态项目:
-
Scoop-extras:一个包含许多额外软件包的 bucket,涵盖了主 bucket 中未包含的软件。
-
Scoop-search:一个用于快速搜索 Scoop 软件包的工具。
-
Scoop-completion:为 Scoop 命令提供自动补全功能的工具。
通过这些生态项目,Scoop 的用户可以更高效地管理和使用他们的软件。
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
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-X1-7BSpark-Prover-X1-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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-X1-7BSpark-Formalizer-X1-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile015
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00