RefindPlus 开源项目教程
1、项目介绍
RefindPlus 是一个基于 rEFInd 的开源引导管理器,旨在扩展 rEFInd 的功能,提供针对 Apple Mac 和 UEFI-PC 的增强和修复。RefindPlus 特别适用于那些需要额外配置需求或需要高级选项来运行操作系统和 UEFI 实用程序的用户。它提供了与上游版本的功能和配置对等性,保护 Mac nvRAM 免受损坏,避免在 T2/TPM 芯片设备上的启动失败和冻结,以及在 Mac 上运行没有原生 EFI 的 GPU 时提供预启动配置屏幕。此外,RefindPlus 还进行了广泛的内存管理改进。
2、项目快速启动
安装 RefindPlus
首先,确保你已经安装了 rEFInd。然后,你可以通过以下步骤手动安装 RefindPlus:
- 下载 RefindPlus 的 EFI 文件。
- 将下载的 RefindPlus EFI 文件重命名为与 rEFInd EFI 文件相同的名称。
- 替换 rEFInd 安装目录中的 EFI 文件。
# 示例命令
wget https://github.com/dakanji/RefindPlus/releases/download/v0.14.1/refind-plus-efi
mv refind-plus-efi /path/to/rEFInd/refind.efi
配置 RefindPlus
RefindPlus 可以使用上游的配置文件 refind.conf,但建议使用 RefindPlus 提供的配置文件 config.conf 以利用其额外功能。
# 示例命令
cp /path/to/RefindPlus/config.conf /path/to/rEFInd/
3、应用案例和最佳实践
案例1:在 MacPro3.1 到 MacPro5.1 上使用 RefindPlus
在 MacPro3.1 到 MacPro5.1 以及 Xserve2.1 和 Xserve3.1 上,可以使用 MyBootMgr 设置 RefindPlus 和 OpenCore 的链式加载。
案例2:在 UEFI 1.x 设备上使用现代 GPU
RefindPlus 尝试确保 UEFI 2.x GOP 驱动程序在 EFI 1.x 设备上可用,从而允许在旧设备上使用现代 GPU。
最佳实践
- 保护 Mac nvRAM:RefindPlus 默认阻止 UEFI Windows Secure Boot 将证书保存到 Mac nvRAM,以防止损坏。
- APFS 同步:RefindPlus 始终透明地同步 APFS 系统和 PreBoot 分区,确保 APFS 格式的 macOS 始终使用 PreBoot 分区启动。
4、典型生态项目
rEFInd
RefindPlus 是基于 rEFInd 的扩展项目,因此 rEFInd 是其核心依赖。
OpenCore
在某些情况下,RefindPlus 可以与 OpenCore 结合使用,特别是在需要链式加载的情况下。
MyBootMgr
MyBootMgr 是一个用于管理启动顺序的工具,可以与 RefindPlus 结合使用,特别是在 MacPro 和 Xserve 设备上。
通过以上模块,你可以快速了解和使用 RefindPlus 项目。
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
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
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