Libsodium-PHP 开源项目教程
1. 项目的目录结构及介绍
Libsodium-PHP 项目的目录结构相对简单,主要包含以下几个部分:
-
src/: 该目录包含了所有 PHP 扩展的源代码。libsodium.c: 主文件,包含了扩展的主要实现。php_libsodium.h: 头文件,定义了扩展的接口和结构。crypto_aead.c,crypto_auth.c,crypto_box.c,crypto_generichash.c,crypto_hash.c,crypto_kdf.c,crypto_kx.c,crypto_pwhash.c,crypto_scalarmult.c,crypto_secretbox.c,crypto_shorthash.c,crypto_sign.c,crypto_stream.c,randombytes.c,utils.c,version.c: 这些文件分别实现了不同的加密功能。
-
tests/: 该目录包含了测试脚本,用于验证扩展的功能是否正常。basic.phpt,crypto_aead.phpt,crypto_auth.phpt,crypto_box.phpt,crypto_generichash.phpt,crypto_hash.phpt,crypto_kdf.phpt,crypto_kx.phpt,crypto_pwhash.phpt,crypto_scalarmult.phpt,crypto_secretbox.phpt,crypto_shorthash.phpt,crypto_sign.phpt,crypto_stream.phpt,randombytes.phpt,utils.phpt,version.phpt: 这些测试文件分别对应不同的加密功能。
-
config.m4: 该文件用于配置扩展的构建过程。 -
CREDITS: 该文件列出了项目的贡献者。 -
LICENSE: 该文件包含了项目的许可证信息。 -
README.md: 该文件提供了项目的概述和基本使用说明。
2. 项目的启动文件介绍
Libsodium-PHP 的启动文件是 src/libsodium.c。这个文件包含了扩展的入口点,负责初始化扩展并注册所有提供的函数。以下是一些关键部分:
-
PHP_MINIT_FUNCTION(libsodium): 该函数在 PHP 启动时调用,用于初始化扩展的状态和注册所有函数。 -
PHP_MSHUTDOWN_FUNCTION(libsodium): 该函数在 PHP 关闭时调用,用于清理扩展的状态。 -
PHP_RINIT_FUNCTION(libsodium): 该函数在每个请求开始时调用,用于初始化请求级别的状态。 -
PHP_RSHUTDOWN_FUNCTION(libsodium): 该函数在每个请求结束时调用,用于清理请求级别的状态。 -
PHP_MINFO_FUNCTION(libsodium): 该函数在显示 PHP 信息时调用,用于显示扩展的信息。
3. 项目的配置文件介绍
Libsodium-PHP 的配置文件是 config.m4。这个文件用于配置扩展的构建过程,包括检测所需的依赖项、设置编译选项等。以下是一些关键部分:
-
PHP_ARG_WITH(libsodium, for libsodium support,: 该部分用于定义构建选项,允许用户指定是否启用 libsodium 支持。 -
PHP_CHECK_LIBRARY(sodium, crypto_aead_xchacha20poly1105_ietf_keybytes,: 该部分用于检测 libsodium 库是否存在,并检查其版本是否符合要求。 -
PHP_ADD_INCLUDE($LIBSODIUM_DIR/include): 该部分用于添加 libsodium 的头文件路径。 -
PHP_ADD_LIBRARY_WITH_PATH(sodium, $LIBSODIUM_DIR/lib, LIBSODIUM_SHARED_LIBADD): 该部分用于添加 libsodium 的库路径。 -
**`PHP_NEW_EXTENSION(libsodium, src/libsodium.c src/crypto_aead.c src/crypto_auth.c src/crypto_box.c src/crypto_generichash.c src/crypto_hash.c src/crypto_kdf.c
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