The Silver Searcher 技术文档
The Silver Searcher(简称 Ag)是一个快速的代码搜索工具,类似于 ack,但速度更快。以下为 Ag 的安装指南、使用说明以及 API 使用文档。
1. 安装指南
macOS
使用 Homebrew 或 MacPorts 安装:
brew install the_silver_searcher
或
port install the_silver_searcher
Linux
根据不同的发行版,安装方式有所不同:
-
Ubuntu >= 13.10 (Saucy) 或 Debian >= 8 (Jessie)
apt-get install silversearcher-ag -
Fedora 21 及以下版本
yum install the_silver_searcher -
Fedora 22+
dnf install the_silver_searcher -
RHEL7+
yum install epel-release.noarch the_silver_searcher -
Gentoo
emerge -a sys-apps/the_silver_searcher -
Arch
pacman -S the_silver_searcher -
Slackware
sbopkg -i the_silver_searcher -
openSUSE
zypper install the_silver_searcher -
CentOS
yum install the_silver_searcher -
NixOS/Nix/Nixpkgs
nix-env -iA silver-searcher -
SUSE Linux Enterprise: 参考以下指南
BSD
-
FreeBSD
pkg install the_silver_searcher -
OpenBSD/NetBSD
pkg_add the_silver_searcher
Windows
-
Win32/64: 不官方的每日构建版本在此处提供。
-
winget
winget install "The Silver Searcher" -
Chocolatey
choco install ag -
MSYS2
pacman -S mingw-w64-{i686,x86_64}-ag -
Cygwin: 运行相关的
setup-*.exe文件,并在 "Utils" 类别中选择 "the_silver_searcher"。
2. 项目使用说明
Ag 的使用非常简单,可以通过命令行调用。例如,搜索包含 "test_blah" 字符串的文件:
ag test_blah ~/code/
Ag 会忽略 .gitignore 和 .hgignore 文件中的文件模式,也可以通过 .ignore 文件添加额外的忽略模式。
3. 项目 API 使用文档
Ag 没有官方的 API 文档,但是可以通过命令行参数进行调用和使用。以下是一些常用的命令行参数:
--nogroup: 不按文件分组显示结果。--nocolor: 不使用颜色高亮显示结果。--column: 显示匹配项的列号。
4. 项目安装方式
除了使用包管理器安装外,也可以从源代码构建:
从 master 分支构建
-
安装依赖(Automake、pkg-config、PCRE、LZMA):
-
macOS:
brew install automake pkg-config pcre xz -
Ubuntu/Debian:
apt-get install -y automake pkg-config libpcre3-dev zlib1g-dev liblzma-dev -
Fedora:
yum -y install pkgconfig automake gcc zlib-devel pcre-devel xz-devel -
CentOS:
yum -y groupinstall "Development Tools" yum -y install pcre-devel xz-devel zlib-devel -
openSUSE:
zypper source-install --build-deps-only the_silver_searcher -
Windows: 构建 Windows 版本比较复杂,请参考 这个 wiki 页面。
-
-
运行构建脚本:
./build.sh在 Windows(msys/MinGW shell)中:
make -f Makefile.w32 -
安装:
sudo make install
构建发布压缩包
发布版本的 GPG 签名压缩包可以在 这里 找到。构建发布压缩包需要相同的依赖,除了 Automake 和 pkg-config。安装依赖后,运行:
./configure
make
make install
可能需要使用 sudo 或以 root 用户运行 make install。
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
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