UberGallery 技术文档
1. 安装指南
UberGallery 是一个简单易用的 PHP 照片画廊,下面是安装步骤:
-
将
resources/sample.galleryConfig.ini文件复制到resources/galleryConfig.ini并根据需要修改设置。 -
将
index.php、resources/和gallery-images/文件上传到您的 Web 服务器。 -
将图片上传到
gallery-images/目录下。 -
使
resources/cache/目录可被 Web 服务器写入:chmod 777 /path/to/resources/cache -
在浏览器中打开安装了 UberGallery 的页面。
2. 项目的使用说明
UberGallery 可以很容易地集成到现有网站中,以下是基本使用步骤:
-
确保已经按照安装指南完成了安装步骤。
-
在想要显示画廊的 PHP 页面中插入以下代码,记得将路径修改为您的配置:
<?php include_once('path/to/resources/UberGallery.php'); $gallery = UberGallery::init()->createGallery('path/to/images-folder'); ?> -
在页面头部包含 UberGallery 和 ColorBox 样式表:
<link rel="stylesheet" type="text/css" href="path/to/resources/UberGallery.css" /> <link rel="stylesheet" type="text/css" href="path/to/resources/colorbox/1/colorbox.css" />注意:你可以将
1替换为 1 到 5 之间的值以使用不同的 ColorBox 主题。 -
在页面头部包含 jQuery 和 ColorBox JavaScript 文件:
<script type="text/javascript" src="https://ajax.googleapis.com/ajax/libs/jquery/1.10.2/jquery.min.js"></script> <script type="text/javascript" src="path/to/resources/colorbox/jquery.colorbox.js"></script> -
在头部包含 ColorBox jQuery 调用:
<script type="text/javascript"> $(document).ready(function(){ $("a[rel='colorbox']").colorbox({maxWidth: "90%", maxHeight: "90%", opacity: ".5"}); }); </script> -
上传图片到你的图片目录。
-
确保
resources/cache/目录可写。
3. 项目API使用文档
UberGallery 提供了一个简单的 API 用于创建和定制画廊。以下是一个基本示例:
<?php
include_once('path/to/resources/UberGallery.php');
$gallery = UberGallery::init()->createGallery('path/to/images-folder');
?>
你可以通过修改 galleryConfig.ini 文件中的设置来自定义画廊。
4. 项目安装方式
除了基本的安装方式,UberGallery 还可以通过 Git 进行安装:
-
通过 SSH 连接到服务器并克隆 UberGallery 仓库及其子模块:
git clone --recursive git://github.com/UberGallery/UberGallery.git /path/to/ubergallery -
将
resources/sample.galleryConfig.ini复制到resources/galleryConfig.ini并进行修改:cp resources/sample.galleryConfig.ini resources/galleryConfig.ini nano resources/galleryConfig.ini -
将图片上传到画廊目录中的
gallery-images/文件夹。 -
确保
resources/cache/目录可写。 -
在浏览器中打开安装了 UberGallery 的页面。
通过 Git 安装 UberGallery 后,可以通过以下命令更新安装:
cd /path/to/gallery-directory
git pull origin master
git submodule update
如果将 UberGallery 作为子模块添加到现有的 Git 仓库中,需要执行以下操作:
git submodule add git://github.com/UberGallery/UberGallery.git path/to/ubergallery
git submodule update --init --recursive path/to/ubergallery
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