FIGlet 技术文档
1. 安装指南
Unix版本
首先,确定FIGlet程序和字体文件存储的目录(推荐分别为 /usr/games 和 /usr/games/lib/figlet.dir),并选择一个默认字体(推荐 standard.flf)。
编辑 Makefile 文件,设置变量 DEFAULTFONTDIR 和 DEFAULTFONTFILE 为相应的值。DEFAULTFONTDIR 应该设置为存储FIGlet字体文件的目录的完整路径名。DEFAULTFONTFILE 应该设置为默认字体的文件名。
有三种编译和安装方式:
-
只编译FIGlet。进入包含FIGlet源代码的目录,输入
make figlet。然后将编译好的文件复制到适当的位置。可执行文件(figlet)、figlist和showfigfonts应放在你的可执行文件目录中。字体文件(.flf)和控制文件(.flc)放在默认字体目录中。手册页面(figlet.6)放在手册页面目录(通常是/usr/man/man6)。如果不能或不想安装手册页面,可以使用以下命令查看:nroff -man figlet.6 | more -
完整安装。在
Makefile中设置变量BINDIR和MANDIR为适当的值。BINDIR应该是可执行文件存放的目录的完整路径名(推荐为/usr/games),MANDIR应该是FIGlet手册页面存放的目录的完整路径名(通常是/usr/man/man6)。设置好DEFAULTFONTDIR、DEFAULTFONTFILE、BINDIR和MANDIR后,在包含FIGlet源代码的目录中输入make install。
如果空间有限,运行FIGlet必需的文件只有 figlet(可执行文件)和至少一个字体文件(最好是你选择的默认字体)。
DOS版本
使用PKUNZIP、Info-Zip UNZIP、WinUnzip或任何其他ZIP兼容程序解压缩ZIP文件。使用PKUNZIP时,确保使用 -d 选项以保留目录结构。建议将存档解压缩到 C:\FIGLET,但任何目录都可以。
如果在旧版本的FIGlet上解压缩存档,请确保删除 FIGLET.COM 文件。这个版本的可执行程序名为 FIGLET.EXE。你可以在解压缩之前将旧字体放入 FONTS 子目录中,以保留它们。(存档中有标准字体的升级版。)
2. 项目的使用说明
在shell提示符下,输入 figlet。然后输入例如 "Hello, world!" 并按回车。你的屏幕上应该会出现 "Hello, world!" 的设计师风格的大字符。如果你选择了 standard.flf 作为默认字体,你将看到:
_ _ _ _ _ _ _
| | | | ___| | | ___ __ _____ _ __| | __| | |
| |_| |/ _ \ | |/ _ \ \ \ /\ / / _ \| '__| |/ _` | |
| _ | __/ | | (_) | \ V V / (_) | | | | (_| |_|
|_| |_|\___|_|_|\___( ) \_/\_/ \___/|_| |_|\__,_(_)
|/
然后输入其他文本,或者输入EOF(通常是Control-D)退出FIGlet。
现在,你可以将figlet的输出重定向到文件中(例如 figlet > file),并通过电子邮件发送给朋友(他们可能会说:“哇!你一定花了好几个小时才做出来的!”)
要使用其他字体,可以使用 -f 命令行选项。例如,如果你之前输入了 figlet -f smslant,你将看到:
__ __ ____ __ ____
/ // /__ / / /__ _ _____ ____/ /__/ / /
/ _ / -_) / / _ \_ | |/|/ / _ \/ __/ / _ /_/
/_//_/\__/_/_/\___( ) |__,__/\___/_/ /_/\_,_(_)
|/
以下是一些有用的命令行选项:
-c或--center:居中输出。-k或--kern:告诉FIGlet在没有挤压的情况下对字符进行字距调整。-t或--terminal:FIGlet询问你的终端有多宽,并使用这个值来确定何时换行。通常,FIGlet假设是80列,这样就不会在宽终端上向邮件发送者发送FIGlet输出。-p或--paragraph:在将多行文本通过FIGlet处理时,消除一些不必要的换行。-v或--version:打印关于你使用的FIGlet版本的信息。
关于这些和其他选项的深入说明,请参阅手册页面。DOS用户请参阅 figlet.man。
3. 项目API使用文档
由于FIGlet是一个命令行程序,它没有传统意义上的API。不过,你可以通过命令行参数来控制它的行为。下面列出了一些主要的命令行选项:
-f <font>:指定要使用的字体文件。-c:居中输出。-k:启用字距调整。-t:询问终端宽度以确定断行位置。-p:段落模式,用于处理多行文本。-v:打印版本信息。
更多选项和详细说明,请参考官方手册页面。
4. 项目安装方式
请参考上述“安装指南”部分,根据你的操作系统(Unix或DOS)选择相应的安装步骤进行安装。
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