推荐开源项目:nurl - 轻松构建Nix fetcher调用
2024-05-22 12:37:20作者:郦嵘贵Just
项目介绍
nurl 是一个强大的命令行工具,专为Nix生态系统设计,用于从仓库URL自动生成Nix fetcher调用。它支持多种流行的代码托管平台和包管理器,极大地简化了Nix表达式中依赖项的处理过程。只需一条简单的命令,nurl就能生成对应的Nix表达式片段,包括版本控制信息和哈希值,确保你的构建始终安全可靠。
项目技术分析
nurl的核心功能是自动识别仓库URL所对应的fetcher函数,并生成相应的Nix代码片段。它支持以下fetcher:
- builtins.fetchGit
- fetchCrate(Rust crate)
- Bitbucket, GitHub, GitLab, Gitea, Gitiles 和 Sourcehut 的相应fetcher
- fetchHex(Elixir package)
- fetchPypi(Python package)
- 更多...
nurl的工作流程非常高效,它不仅尝试使用最直接的方式获取哈希值,而且在需要时提供了一套可配置的选项,如指定特定的fetcher或指定额外的fetcher参数。
与nix-prefetch相比,nurl的优势在于其自动化程度更高,可以自动推断fetcher类型,并且在可能的情况下避免使用较慢的固定输出衍生(FOD)方法。虽然nix-prefetch提供了更细致的配置和文件属性支持,但nurl则更适合快速而简洁地生成Nix表达式。
项目及技术应用场景
nurl非常适合以下场景:
- 自动化构建: 在持续集成环境中,用于自动化创建Nix包定义。
- 本地开发: 快速添加新的依赖到你的.nix文件,无需手动查找和输入哈希值。
- 教育: 学习Nix生态系统中的fetcher函数及其用法。
- 维护者工具: 对于维护大量Nix表达式的开发者,nurl可以大大减轻工作负担。
项目特点
- 自动识别fetcher: 根据URL智能选择最佳fetcher,提高工作效率。
- 支持多种平台: 包括GitHub, GitLab, Bitbucket等主流代码托管平台。
- 灵活配置: 可以指定fetcher,设置额外参数,甚至覆盖默认行为。
- 高效获取哈希值: 尽量避免使用费时的FOD方法,提升速度。
- JSON输出: 方便与其他脚本或工具进行集成。
- 命令行友好的接口: 提供清晰的帮助文档和多种选项。
如果你经常需要处理Nix表达式中的依赖获取,nurl无疑是你的得力助手。现在就加入社区,体验这款强大的工具带来的便利吧!
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0117
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.97 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
677
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
297
116
昇腾LLM分布式训练框架
Python
178
220