Taverna Common Activities 技术文档
2024-12-23 14:07:42作者:魏献源Searcher
1. 安装指南
环境要求
- Java:1.8 或更新版本(测试使用 OpenJDK 1.8)
- Apache Maven:3.2.5 或更新版本(较旧版本可能也适用)
依赖模块
Taverna Common Activities 依赖于其他 Taverna 模块,Maven 会自动从 Apache 的 Maven 仓库下载这些依赖。如果你希望手动编译这些模块,请按照以下顺序进行:
请参考 pom.xml 文件中的 <properties> 部分,以获取正确的版本信息。
构建步骤
- 克隆项目代码到本地。
- 在项目根目录下运行以下命令进行构建:
该命令将构建每个模块并运行测试。mvn clean install
在 Windows 上构建
如果你在 Windows 上构建,请确保将源代码解压到一个路径较短的文件夹中,例如 C:\src,因为 Windows 对路径长度有 260 个字符的限制,可能会导致构建失败。
跳过测试
如果你希望跳过测试(测试可能会耗时较长),可以使用以下命令:
mvn clean install -DskipTests
跳过 Rat Maven 插件
如果你在独立修改源代码,而不涉及 Taverna 项目,可以选择跳过 Rat Maven 插件,该插件会强制要求每个源文件包含 Apache 头文件。可以使用以下命令:
mvn clean install -Drat.skip=true
2. 项目的使用说明
Taverna Common Activities 是一个用于 Taverna 工作流中的常见活动模块。它包含多种活动类型,如 Beanshell 脚本、外部工具、RESTful 服务调用、WSDL 服务调用等。每个模块实现了一种特定的 Taverna 活动类型,用户可以根据需求选择合适的模块进行使用。
模块列表
- taverna-beanshell-activity:运行 Beanshell 脚本。
- taverna-external-tool-activity:运行本地或通过 SSH 运行的命令行工具。
- taverna-interaction-activity:通过浏览器向用户提问。
- taverna-rest-activity:基于 URI 模板调用 RESTful HTTP(S) 服务。
- taverna-spreadsheet-import-activity:从 CSV、Excel 和 OpenOffice 导入数据。
- taverna-wsdl-activity:调用基于 WSDL 描述的 SOAP 服务。
- taverna-wsdl-generic:用于解析 WSDL 和调用 SOAP 服务的库。
- taverna-xpath-activity:使用 XPath 表达式选择 XML 片段。
3. 项目 API 使用文档
活动接口
每个模块实现了一个特定的 Taverna 活动类型,具体接口定义可以参考 Taverna 的 Activity 接口文档。
依赖库
- taverna-rest-activity:依赖于 Apache HttpComponents Client,支持
https://连接。 - taverna-wsdl-generic 和 taverna-wsdl-activity:依赖于 Java Secure Socket Extension (JSSE) 和 Apache WSS4J,用于访问安全的 SOAP Web 服务。
- taverna-interaction-activity:依赖于 Jetty,支持 SSL 加密。
4. 项目安装方式
通过 Maven 安装
- 确保你已经安装了 Java 和 Maven。
- 在项目根目录下运行以下命令进行构建和安装:
mvn clean install
手动编译依赖模块
如果你希望手动编译依赖模块,请按照以下顺序进行:
- 编译
taverna-language。 - 编译
taverna-osgi。 - 编译
taverna-engine。
跳过测试和 Rat Maven 插件
如果你希望跳过测试或 Rat Maven 插件,可以使用以下命令:
mvn clean install -DskipTests -Drat.skip=true
5. 注意事项
导出限制
该项目包含加密软件,请确保你所在的国家允许使用加密软件。具体信息请参考 Wassenaar Arrangement。
许可证
该项目基于 Apache License 2.0 发布,详细信息请参考 LICENSE 文件。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00
最新内容推荐
Error Correction Coding——mathematical methods and algorithms:深入理解纠错编码的数学精髓 HP DL380 Gen9iLO固件资源下载:提升服务器管理效率的利器 RTD2270CLW/RTD2280DLW VGA转LVDS原理图下载介绍:项目核心功能与场景 JADE软件下载介绍:专业的XRD数据分析工具 常见材料性能参数pdf下载说明:一键获取材料性能参数,助力工程设计与分析 SVPWM的原理及法则推导和控制算法详解第四修改版:让电机控制更高效 Oracle Instant Client for Microsoft Windows x64 10.2.0.5下载资源:高效访问Oracle数据库的利器 鼎捷软件tiptop5.3技术手册:快速掌握4gl语言的利器 源享科技资料大合集介绍:科技学习者的全面资源库 潘通色标薄全系列资源下载说明:设计师的创意助手
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
523
3.72 K
Ascend Extension for PyTorch
Python
329
388
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++
877
578
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
335
161
暂无简介
Dart
762
188
🎉 (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
1.33 K
745
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
12
1
React Native鸿蒙化仓库
JavaScript
302
349
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
113
136