Spdylay - SPDY C库技术文档
2024-12-27 13:40:14作者:凌朦慧Richard
1. 安装指南
1.1 环境要求
为了编译和运行Spdylay,您需要以下依赖项:
- pkg-config >= 0.20
- zlib >= 1.2.3
- cunit >= 2.1 (用于构建和运行单元测试程序)
- OpenSSL >= 1.0.1 (用于构建和运行示例程序)
- libxml2 >= 2.7.7 (用于启用
-a选项) - libevent-openssl >= 2.0.8 (用于构建SPDY/HTTPS到HTTP反向代理
shrpx)
如果您使用的是Ubuntu 12.04,您可以运行以下命令来安装这些依赖项:
$ apt-get install autoconf automake autotools-dev libtool pkg-config zlib1g-dev libcunit1-dev libssl-dev libxml2-dev libevent-dev
1.2 从git构建
从git构建Spdylay非常简单,但请确保使用至少autoconf 2.68:
$ autoreconf -i
$ automake
$ autoconf
$ ./configure
$ make
1.3 构建文档
要构建文档,请运行:
$ make html
生成的文档将位于doc/manual/html/目录下。
2. 项目使用说明
Spdylay是一个用C语言编写的Google SPDY协议的实验性实现。该项目提供了一个SPDY版本2、3和3.1的框架层实现。它不执行任何I/O操作,而是调用应用程序提供的回调函数。此外,它不包含任何事件轮询机制,因此应用程序可以自由选择处理事件的方式。
Spdylay库代码不依赖于任何特定的SSL库(示例程序依赖于OpenSSL 1.0.1或更高版本)。
该项目还基于Spdylay库开发了SPDY客户端、服务器和代理。
3. 项目API使用文档
Spdylay的公共API参考文档可在网上找到。所有公共API都在spdylay/spdylay.h中,所有公共API函数以及回调函数类型声明都有文档说明。
4. 项目安装方式
请参考上述的“安装指南”部分。
附加说明
- 本文档基于项目readme和GitHub项目wiki编写。
- 文章使用Markdown格式。
- 文章中不包含任何链接。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0191
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0114
Step-3.7-FlashStep-3.7-Flash是一个拥有 1980 亿参数的稀疏混合专家(MoE)视觉语言模型,由 1960 亿参数的语言主干网络和 18 亿参数的视觉编码器组合而成,具备原生图像理解能力。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
omega-aiOmega-AI:基于java打造的深度学习框架,帮助你快速搭建神经网络,实现模型推理与训练,引擎支持自动求导,多线程与GPU运算,GPU支持CUDA,CUDNN。Java04
llm-universe本项目是一个面向小白开发者的大模型应用开发教程,在线阅读地址:https://datawhalechina.github.io/llm-universe/Jupyter Notebook08
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
763
4.96 K
本项目是CANN提供的transformer类大模型算子库,实现网络在NPU上加速计算。
C++
856
1.92 K
本项目是CANN提供的神经网络类计算算子库,实现网络在NPU上加速计算。
C++
676
1.33 K
Ascend Extension for PyTorch
Python
719
875
deepin linux kernel
C
32
16
openEuler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。
C
455
437
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++
1.07 K
1.09 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
150
252
CANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。
Jupyter Notebook
296
114
昇腾LLM分布式训练框架
Python
178
220