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
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 StartedRust0195
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 Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。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
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07
项目优选
收起
暂无描述
Dockerfile
766
5 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++
857
1.94 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++
685
1.35 K
Ascend Extension for PyTorch
Python
721
892
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
457
446
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++
1.08 K
1.11 K
本仓库是 Flutter SDK 与 Flutter Engine 的 OpenHarmony 适配版本,由 CPF-Flutter 团队维护。开发者可使用熟悉的 Flutter 技术栈开发 OpenHarmony 应用,3.35.7 及以后的适配版本可基于本仓库源码构建支持 OpenHarmony 的 Flutter Engine。
Dart
1.01 K
262
CANNBot 是面向 CANN 开发的用于提升开发效率的系列智能体,本仓库为其提供可复用的 Skills 模块。
Python
1 K
619
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
2.99 K
637
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
152
254