SimpleAmqpClient 技术文档
1. 安装指南
SimpleAmqpClient 是一个易于使用的 C++ 包装库,基于 rabbitmq-c C 库。下面是在不同环境中安装 SimpleAmqpClient 的指南。
环境支持
- Windows 10 (MSVC 2019, Win64)
- Windows 7 (MSVC 10, Win64, Win32)。可能适用于其他版本,但未经测试
- Linux (RHEL 6.0, GCC-4.4.5, 32 和 64 位)。可能适用于其他配置,但未经测试
- Mac OS X (10.7, 10.6, gcc-4.2, 32 和 64 位)。可能适用于旧版本,但未经测试
预先条件
- boost-1.47.0 或更新版本(使用 chrono、system 以及其他基于头的库,例如 sharedptr 和 noncopyable)
- rabbitmq-c 版本 0.8.0 或更高版本
- cmake 3.5 或更高版本,用于构建系统
- Doxygen(可选),仅用于生成 API 文档
构建过程
此项目是一个典型的 cmake 项目,构建过程与其他 typical cmake 项目类似:
在源代码解压目录的同级目录下:
mkdir simpleamqpclient-build
cd simpleamqpclient-build
cmake ..
然后使用适当的构建工具构建库(make、msbuild)。
有趣的目标:
- test - 构建并运行测试
- install - 将库和头文件安装到
CMAKE_INSTALL_PREFIX定义的路径 - doc - 如果已设置 doxygen,将生成 API 文档
注意:
- 可以通过向 cmake 传递
-DENABLE_TESTING=ON来启用基于 google-test 的测试套件
Windows 构建过程
需要 Boost 库,可以使用 nuget 安装:
nuget install boost_chrono-vc142 -Version 1.77.0
nuget install boost_system-vc142 -Version 1.77.0
nuget install boost -Version 1.77.0
要成功构建和安装,rabbitmq-c 应该被构建为 共享库。
让 boost_chrono 和 boost_system 位于同一目录 C:\boost,rabbitmq-c 位于 C:\rabbitmq-c,SSL 关闭,并使用 VS2019,CMake CLI 命令是:
cd cmake -G "Visual Studio 16" -A x64 -DBoost_INCLUDE_DIR="C:/boost.XX.XX.X.X/lib/native/include" -DBOOST_ROOT="C:/boost.X.XX.X.X" -DBOOST_LIBRARYDIR="C:/boost" -DRabbitmqc_INCLUDE_DIR="C:/rabbitmq-c/include" -DRabbitmqc_LIBRARY="C:/rabbitmq-c/lib/rabbitmq.4.lib" -DBoost_USE_STATIC_LIBS=ON -DBUILD_STATIC_LIBS=ON -DENABLE_SSL_SUPPORT=OFF ..
2. 项目使用说明
要使用 SimpleAmqpClient 库,首先包含以下头文件:
#include <SimpleAmqpClient/SimpleAmqpClient.h>
这将包含使用库所需的所有头文件。对应的库是 SimpleAmqpClient。
库的主要接口是 AmqpClient::Channel 类。它表示到 AMQP 代理的连接,连接在创建此类实例时建立。
AmqpClient::Channel::ptr_t connection = AmqpClient::Channel::Create("localhost");
所有类都有一个 typedef ptr_t,等价于 boost::shared_ptr<> 的容器类。所有类还有一个 Create() 方法,使用 boost::make_shared<>() 创建一个新的 ptr_t。建议您使用这些方法在库中构造对象。
处理声明/绑定/解绑/删除交换和队列的命令都是通过上述 AmqpClient::Channel 对象完成的。如果其中一条命令无法完成,将抛出 AmqpClient::ChannelException,可以捕获它,AmqpClient::Channel 对象仍然可用。如果发生更严重的错误,可能会抛出 AmqpClient::ConnectionException 或 AmqpClient::AmqpResponseLibraryException,在这种情况下,Channel 对象将不再处于可用状态,进一步使用只会生成更多异常。
消费消息是通过使用 BasicConsume 方法设置消费者完成的。此方法返回一个消费者标签,该标签应与 BasicConsumeMessage、BasicQos、BasicRecover 和 BasicCancel 一起使用。
std::string consumer_tag = channel->BasicConsume("my_queue", "");
Envelope::ptr_t envelope = channel->BasicConsumeMessage(consumer_tag);
// 或者:
Envelope::ptr_t envelope;
channel->BasicConsumeMessage(consumer_tag, envelope, 10); // 10 毫秒超时
// 确认:
channel->BasicAck(envelope);
// 取消:
channel->BasicCancel(consumer_tag);
3. 项目 API 使用文档
SimpleAmqpClient 提供了丰富的 API 用于操作 AMQP 消息队列。以下是一些主要类的简要说明:
AmqpClient::Channel: 表示到 AMQP 代理的连接。AmqpClient::Channel::ptr_t: 类型定义,表示对AmqpClient::Channel的智能指针。AmqpClient::Envelope: 表示 AMQP 消息。
更多 API 细节,请参阅项目官方文档。
4. 项目安装方式
项目安装方式已在“1. 安装指南”中详细描述。以下是简要步骤:
使用 cmake 构建:
mkdir simpleamqpclient-build
cd simpleamqpclient-build
cmake ..
然后使用适当的构建工具(如 make 或 msbuild)构建库。
要安装库和头文件,运行以下命令:
cmake --build . --target 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