首页
/ xet-core 的项目扩展与二次开发

xet-core 的项目扩展与二次开发

2025-05-24 11:22:30作者:魏侃纯Zoe

项目的基础介绍

xet-core 是由 Hugging Face 开发的一个开源项目,旨在为 huggingface_hub 提供底层的存储技术支持。该项目采用 Rust 语言编写,通过高效的数据块去重和缓存机制,优化了模型的存储和检索过程。xet-core 不是直接用于生产环境的工具,而是作为 huggingface_hub 的一部分,为其提供强大的存储功能。

项目的核心功能

  • 数据块去重:通过将文件切割成小块,只存储和传输不同文件中共有的数据块,减少存储空间和网络传输量。
  • Python 绑定:提供 Python 绑定,使得可以从 Python 环境中与 xet-core 交互,便于在 huggingface_hub 中集成和使用。
  • 网络通信:支持并发网络通信,与 Hugging Face 的 Xet 后端服务进行高效的数据交换。
  • 本地磁盘缓存:提供基于数据块的本地缓存,优化数据访问速度。

项目使用了哪些框架或库?

  • Rust:项目的主体语言,用于实现核心功能和数据存储处理。
  • Tokio:用于提供异步运行时,支持并发网络通信和其他异步操作。
  • maturin:用于构建和打包 Python 包,使得 xet-core 可以通过 Python 进行调用。
  • rust-analyzer:用于代码分析和提示,提升开发体验。

项目的代码目录及介绍

项目的代码目录结构清晰,主要包含以下部分:

  • cas_client:与 CAS 后端服务进行通信的客户端实现。
  • cas_object:定义 CAS 对象格式和相关 API。
  • cas_types:项目中各个 crate 共用的类型定义。
  • chunk_cache:本地磁盘缓存实现。
  • data:客户端操作的主驱动,包括文件处理和去重。
  • error_printer:用于方便地打印错误信息。
  • file_utils:提供文件操作的安全工具。
  • hf_xet:Python 与 Rust 代码的集成点。
  • mdb_shard:处理数据分片的操作和格式。
  • merkledb:创建 Xorb 哈希。
  • merklehash:数据哈希类型,256 位哈希。
  • parutils:提供基于 Tokio 的并行执行工具。
  • progress_reporting:提供进度显示的 Writer 操作。
  • utils:通用工具,包括单飞模式、进度条、序列化工具和线程池。

对项目进行扩展或者二次开发的方向

  • 增加新的存储后端:可以根据需要增加对接其他存储服务的支持,如 AWS S3、Google Cloud Storage 等。
  • 优化网络通信:可以进一步优化网络通信模块,提高数据传输的效率和安全性。
  • 扩展 Python 绑定功能:增加更多的 Python API,使得 xet-core 的功能更易于在 Python 环境中使用。
  • 增加数据块压缩功能:在存储和传输数据块时,增加压缩功能,进一步减少存储空间和网络传输量。
  • 提升错误处理能力:增强错误处理机制,提供更详细的错误信息和建议的解决方案。
登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
152
1.96 K
kernelkernel
deepin linux kernel
C
22
6
ops-mathops-math
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++
431
34
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
251
9
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
145
190
openHiTLSopenHiTLS
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
989
394
nop-entropynop-entropy
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
8
0
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
193
274
RuoYi-Vue3RuoYi-Vue3
🎉 (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
936
554
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
69