OpenWhisk CLI 技术文档
1. 安装指南
1.1 下载已发布的二进制文件
OpenWhisk CLI 提供了适用于多种操作系统和架构的二进制文件,用户可以直接从项目的 GitHub releases 页面下载。
支持的操作系统和架构组合如下:
| 操作系统 | 架构 |
|---|---|
| Linux | i386, AMD64, ARM, ARM64, PPC64 (Power), S/390 和 IBM Z |
| macOS (Darwin) | 386, AMD64 |
| Windows | 386, AMD64 |
注意:macOS 的 32 位 (386) 版本在 Go 1.15 及以上版本中不再提供。
1.2 从源码构建
1.2.1 GoLang 环境设置
OpenWhisk CLI 是一个 GoLang 程序,因此首先需要在本地机器上安装 GoLang。建议使用 Go 1.15 或更高版本。确保 $GOPATH 环境变量已正确配置。
1.2.2 下载源码
使用 git clone 命令从 GitHub 下载源码:
git clone git@github.com:apache/openwhisk-cli
如果需要特定版本的代码,可以使用 --branch <tag> 标志指定版本标签。例如,下载 1.1.0 版本的源码:
git clone --branch 1.1.0 git@github.com:apache/openwhisk-cli
1.2.3 使用 go build 构建
进入项目目录并使用 go build 命令构建二进制文件:
go build -o wsk
这将生成一个名为 wsk 的可执行文件,适用于当前操作系统和架构。
1.2.4 使用 Gradle 构建
项目包含一个 Gradle Wrapper,可以通过 ./gradlew 命令进行构建。首先需要安装 Java JDK 8 或更高版本。
克隆项目后,进入项目目录并运行以下命令以构建所有支持的操作系统和架构的二进制文件:
./gradlew goBuild
构建成功后,wsk 二进制文件将位于 build/<os>-<architecture>/ 目录下。
2. 项目使用说明
2.1 运行 wsk CLI
将 wsk 二进制文件复制到任意文件夹,并将其路径添加到系统的 PATH 环境变量中,即可在系统任意位置运行 OpenWhisk CLI 命令。
获取 CLI 命令帮助信息:
wsk --help
获取调试信息:
wsk --debug
3. 项目 API 使用文档
OpenWhisk CLI 提供了丰富的命令行接口,用于与 OpenWhisk 服务进行交互。以下是一些常用命令的示例:
-
列出所有动作:
wsk action list -
创建新动作:
wsk action create myAction myAction.js -
调用动作:
wsk action invoke myAction --blocking -
获取动作详情:
wsk action get myAction -
删除动作:
wsk action delete myAction
更多命令和详细用法可以通过 wsk --help 查看。
4. 项目安装方式
4.1 直接下载二进制文件
用户可以直接从 GitHub releases 页面下载适用于其操作系统和架构的二进制文件,并将其添加到系统的 PATH 环境变量中。
4.2 从源码构建
用户可以通过以下步骤从源码构建 OpenWhisk CLI:
- 安装 GoLang 并配置
$GOPATH。 - 使用
git clone命令下载源码。 - 使用
go build或./gradlew命令构建二进制文件。
构建完成后,生成的 wsk 二进制文件即可用于与 OpenWhisk 服务进行交互。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00