Bine 项目教程
2024-09-27 00:18:16作者:蔡丛锟
1. 项目目录结构及介绍
Bine 项目的目录结构如下:
bine/
├── control/
├── examples/
├── logo/
├── process/
├── tests/
├── torutil/
├── .gitignore
├── LICENSE
├── README.md
├── doc.go
├── go.mod
├── go.sum
目录介绍
- control/: 包含与 Tor 控制相关的代码。
- examples/: 包含使用 Bine 库的示例代码。
- logo/: 包含项目的 Logo 文件。
- process/: 包含与 Tor 进程管理相关的代码。
- tests/: 包含项目的测试代码。
- torutil/: 包含与 Tor 工具相关的代码。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- doc.go: 项目的文档文件。
- go.mod: Go 模块文件,定义项目的依赖。
- go.sum: Go 模块文件,记录依赖的校验和。
2. 项目启动文件介绍
Bine 项目的启动文件是 examples/simple/main.go。这个文件展示了如何使用 Bine 库启动一个简单的 Onion 服务。
主要代码片段
package main
import (
"context"
"fmt"
"log"
"net/http"
"time"
"github.com/cretz/bine/tor"
)
func main() {
// 启动 Tor 并注册 Onion 服务
fmt.Println("Starting and registering onion service, please wait a couple of minutes...")
t, err := tor.Start(nil, nil)
if err != nil {
log.Panicf("Unable to start Tor: %v", err)
}
defer t.Close()
// 等待最多几分钟来发布服务
listenCtx, listenCancel := context.WithTimeout(context.Background(), 3*time.Minute)
defer listenCancel()
// 创建一个 v3 Onion 服务,监听任意端口,但显示为 80 端口
onion, err := t.Listen(listenCtx, &tor.ListenConf{RemotePorts: []int{80}})
if err != nil {
log.Panicf("Unable to create onion service: %v", err)
}
defer onion.Close()
fmt.Printf("Open Tor browser and navigate to http://%v.onion\n", onion.ID)
fmt.Println("Press enter to exit")
// 从 HTTP 服务当前文件夹
errCh := make(chan error, 1)
go func() {
errCh <- http.Serve(onion, http.FileServer(http.Dir(".")))
}()
// 按下回车键结束
go func() {
fmt.Scanln()
errCh <- nil
}()
if err = <-errCh; err != nil {
log.Panicf("Failed serving: %v", err)
}
}
启动步骤
- 启动 Tor: 使用
tor.Start启动 Tor 进程。 - 创建 Onion 服务: 使用
t.Listen创建一个 Onion 服务。 - 启动 HTTP 服务: 使用
http.Serve启动一个简单的 HTTP 服务。 - 等待用户输入: 等待用户按下回车键结束服务。
3. 项目配置文件介绍
Bine 项目没有传统的配置文件,但可以通过代码中的配置选项来定制 Tor 的行为。例如,在启动 Tor 时,可以通过 tor.StartConf 结构体来配置 Tor 的启动参数。
配置示例
t, err := tor.Start(nil, &tor.StartConf{
ProcessCreator: embedded.NewCreator(), // 使用嵌入式 Tor
UseEmbeddedControlConn: true, // 使用嵌入式控制连接
})
配置选项
- ProcessCreator: 指定 Tor 进程的创建方式,例如使用嵌入式 Tor。
- UseEmbeddedControlConn: 是否使用嵌入式控制连接,而不是通过控制端口。
通过这些配置选项,可以灵活地控制 Tor 的行为,以满足不同的需求。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
412
3.17 K
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++
664
324
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
678
160
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
660
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
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
492
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
342
146