Hermes 项目技术文档
2024-12-24 18:30:43作者:乔或婵
1. 安装指南
Hermes 是一个 macOS 平台上的 Pandora 客户端。由于该项目目前处于未维护状态,因此建议用户通过以下方式安装 Hermes:
-
直接下载安装:
- 访问 hermesapp.org 网站,点击下载按钮进行安装。
-
使用 Homebrew 安装:
- 打开终端,输入以下命令进行安装:
brew cask install hermes
- 打开终端,输入以下命令进行安装:
2. 项目的使用说明
Hermes 是一个 Pandora 音乐服务的 macOS 客户端,用户可以通过 Hermes 收听 Pandora 上的音乐。以下是 Hermes 的基本使用说明:
-
播放与暂停:
- 使用
play命令开始播放音乐,使用pause命令暂停播放。 - 使用
playpause命令可以在播放和暂停之间切换。
- 使用
-
切换歌曲:
- 使用
next song命令跳转到下一首歌曲。
- 使用
-
歌曲评价:
- 使用
thumbs up命令喜欢当前歌曲。 - 使用
thumbs down命令不喜欢当前歌曲,并跳转到下一首。 - 使用
tired of song命令标记当前歌曲为“已听腻”。
- 使用
-
音量控制:
- 使用
raise volume和lower volume命令调整音量。 - 使用
full volume命令将音量调至最大。 - 使用
mute和unmute命令分别静音和取消静音。
- 使用
-
获取和设置播放状态:
- 使用
get playback state获取当前播放状态。 - 使用
set playback state to playing设置播放状态为播放。
- 使用
-
获取和设置播放音量:
- 使用
get playback volume获取当前音量。 - 使用
set playback volume to 92设置音量为 92。
- 使用
-
切换电台:
- 使用
set the current station to station 4切换到指定电台。
- 使用
-
获取歌曲信息:
- 使用
set title to the current song's title获取当前歌曲的标题。 - 使用
set artist to the current song's artist获取当前歌曲的艺术家。 - 使用
set album to the current song's album获取当前歌曲的专辑。
- 使用
3. 项目API使用文档
Hermes 提供了两种 API 供开发者使用:
-
NSDistributedNotificationCenter:
- 每当播放新歌曲时,Hermes 会通过
NSDistributedNotificationCenter发布一个通知,通知名称为hermes.song,对象为hermes,userInfo包含当前播放歌曲的信息。开发者可以通过监听该通知获取歌曲信息。
- 每当播放新歌曲时,Hermes 会通过
-
AppleScript:
- Hermes 支持 AppleScript 脚本控制,开发者可以通过 AppleScript 实现对 Hermes 的控制,如播放、暂停、切换歌曲、调整音量等操作。
4. 项目安装方式
如果你希望自行编译 Hermes,可以按照以下步骤进行:
-
克隆项目代码:
- 使用
git clone命令克隆 Hermes 项目代码到本地。
- 使用
-
编译项目:
- 在项目根目录下,使用以下命令进行编译:
make - 如果需要运行项目,可以使用以下命令:
make run - 如果需要调试项目,可以使用以下命令:
make dbg
- 在项目根目录下,使用以下命令进行编译:
-
配置编译选项:
- 默认情况下,Hermes 使用
Debug配置进行编译。如果需要使用Release配置,可以使用以下命令:make CONFIGURATION=Release [run|dbg]
- 默认情况下,Hermes 使用
-
注意事项:
- 如果使用
CONFIGURATION=Debug进行编译,媒体键快捷方式将无法正常工作。
- 如果使用
5. 许可证
Hermes 项目的代码基于 MIT 许可证发布,详细信息请参考项目根目录下的 LICENSE 文件。
登录后查看全文
热门项目推荐
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-1.5暂无简介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
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
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
项目优选
收起
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
185
196
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
480
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
276
97
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
380
3.44 K
暂无简介
Dart
623
140
React Native鸿蒙化仓库
JavaScript
242
315
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
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++
648
265
openGauss kernel ~ openGauss is an open source relational database management system
C++
157
210