MiniPortile 技术文档
本文档旨在帮助用户详细理解并使用 MiniPortile 项目。以下是项目的主要部分,包括安装指南、使用说明和 API 使用文档。
1. 安装指南
在开始之前,请确保您的系统中已安装以下依赖:
- Ruby 环境
- GCC 或 Clang 编译器
- make 或 nmake 工具
安装 MiniPortile
您可以通过 Ruby 的包管理器 gem 来安装 MiniPortile:
gem install mini_portile2
确保安装的是 mini_portile2 版本,因为旧版本的 mini_portile 可能不兼容。
2. 项目的使用说明
MiniPortile 是一个为开发者设计的轻量级端口/食谱系统,用于确保开发者可以重现用户的依赖和环境。
使用方法(针对 autoconf 项目)
以下是一个快速示例:
gem "mini_portile2", "~> 2.0.0" # 在 extconf.rb 中使用时必需
require "mini_portile2"
recipe = MiniPortile.new("libiconv", "1.13.1")
recipe.files = ["http://ftp.gnu.org/pub/gnu/libiconv/libiconv-1.13.1.tar.gz"]
recipe.cook
recipe.activate
cook 方法会下载、解压、补丁、配置和编译库到命名空间结构中。
activate 方法确保 GCC 能找到这个库并优先于系统范围内的安装。
配置编译器
您可以配置 C 和 C++ 编译器命令:
MiniPortile.new("libiconv", "1.13.1", cc_command: "clang", cxx_command: "clang++")
配置 make 命令
MiniPortile.new("libiconv", "1.13.1", make_command: "nmake")
超时设置
您可以设置下载源存档时的超时时间:
MiniPortile.new("libiconv", "1.13.1", open_timeout: 99, read_timeout: 2)
使用方法(针对 cmake 项目)
与 autoconf 项目类似,但使用 MiniPortileCMake.new。
MiniPortileCMake.new("libfoobar", "1.3.5", cmake_command: "cmake3", cmake_build_type: "Debug")
本地源目录
您也可以指向本地源目录:
recipe.source_directory = "/path/to/local/source/for/library-1.2.3"
目录结构约定
MiniPortile 遵循约定优于配置的原则,并建立了一个文件夹结构来放置文件和执行操作。
mylib
|-- ports
| |-- archives
| | `-- libiconv-1.13.1.tar.gz
| `-- <platform>
| `-- libiconv
| `-- 1.13.1
| |-- bin
| |-- include
| `-- lib
`-- tmp
`-- <platform>
`-- ports
在这里,<platform> 代表您使用的操作系统架构(例如 i686-linux, i386-mingw32 等)。
在平台文件夹内,MiniPortile 会存储编译过程的工件。库是版本化的,因此您可以在磁盘上保留多个版本,而不会相互覆盖。
archives 文件夹是用于缓存下载的源文件。建议不要删除此文件夹,以避免多次下载相同的文件。
tmp 文件夹是编译执行的地方,可以安全地删除。
使用食谱的 #path 方法来获取安装目录的完整路径:
recipe.cook
recipe.path # => /home/luis/projects/myapp/ports/i686-linux/libiconv/1.13.1
3. 项目 API 使用文档
MiniPortile 提供了以下 API 方法:
new(library, version, options):创建一个新的 MiniPortile 对象。cook:下载、解压、补丁、配置和编译库。activate:确保编译的库可以被 GCC 找到并优先使用。path:返回安装目录的完整路径。
更多细节请参考官方文档。
4. 项目安装方式
MiniPortile 的安装方式已在安装指南中说明。您可以通过 Ruby gem 来安装它:
gem install mini_portile2
确保遵循上述步骤进行正确安装和使用。
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C090
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00