Gmvault 使用与技术文档
2024-12-25 12:57:50作者:胡唯隽
1. 安装指南
下载安装
您可以从 Gmvault 官方网站 下载适合您操作系统的二进制分布版本。
- Windows: 下载安装程序后,运行
gmvault-shell.bat脚本(桌面上有快捷方式)以设置环境。 - Linux 和 Mac OS X: 解压二进制发行版的 tarball 包,并进入 GMVAULT_HOME/bin 目录以运行 gmvault。
从源代码安装
您也可以从 GitHub 上的源代码安装 Gmvault。
- 从源代码安装: 在源代码目录中运行
python setup.py install。 - 从 PyPi 安装: 使用
pip install gmvault或easy_install gmvault命令。
2. 使用说明
认证方式
Gmvault 允许用户使用 XOAuth 令牌或 Gmail 登录密码进行认证。推荐使用 XOAuth 认证方式。
- 使用 XOAuth 认证时,首次为特定账户认证后,XOAuth 令牌将存储在
$HOME/.gmvault目录下,用于后续的认证。 - 如果需要,也可以使用
--passwd选项通过 Gmail 登录密码进行认证。
备份邮件
- 完整同步: 运行
$>gmvault sync foo.bar@gmail.com。 - 增量同步: 运行
$>gmvault sync -t quick foo.bar@gmail.com。
邮件默认备份在 $HOME/gmvault-db(Windows 下为 %HOME%/gmvault-db)目录下,您可以通过 -d DB_DIR 或 --db-dir DB_DIR 选项更改本地邮件存储位置。
恢复邮件
- 恢复到 Gmail 账户: 运行
$>gmvault restore newfoo.bar@gmail.com将$HOME/gmvault-db(或 Windows 下的%HOME%/gmvault-db)中的邮件恢复到newfoo.bar@gmail.com。 - 从指定位置恢复: 运行
$>gmvault restore newfoo.bar@gmail.com -d /backup/emails-db从/backup/emails-db路径恢复邮件。
使用 --resume 或 --restart 选项可以从中断处恢复操作,而无需重新上传已处理的邮件。
3. API 使用文档
本项目的 API 使用文档暂时无法提供,因为 Gmvault 是一个命令行工具,其主要功能通过 CLI(命令行界面)提供,并不直接暴露 API。但是,您可以查看项目的 GitHub 仓库,了解其内部结构和可能的接口定义。
4. 项目安装方式
- 二进制安装包: 从 Gmvault 官方网站 下载适合您操作系统的二进制安装包。
- 源代码安装: 克隆 GitHub 仓库,并在仓库目录中运行
python setup.py install命令。 - PyPi 包安装: 使用
pip install gmvault或easy_install gmvault命令通过 Python 包索引安装。
请确保按照以上步骤进行安装和使用,以便充分利用 Gmvault 提供的 Gmail 备份和恢复功能。
登录后查看全文
热门项目推荐
相关项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
677
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
342
146