hpfeeds 项目技术文档
2024-12-26 04:13:40作者:虞亚竹Luna
1. 安装指南
hpfeeds 是一个轻量级的认证发布-订阅协议,具有简单的线缆格式,使得用户几乎可以立即使用他们喜欢的语言订阅 feeds。以下是安装 hpfeeds 客户端和经纪人(broker)的步骤:
客户端安装
hpfeeds 核心客户端没有任何依赖项。您可以使用 pip 进行安装:
pip install hpfeeds
经纪人(Broker)安装
要安装经纪人(broker)的依赖项,您同样可以使用 pip:
pip install hpfeeds[broker]
另外,您也可以使用 Docker 运行经纪人(broker):
docker run -p "0.0.0.0:20000:20000" -p "0.0.0.0:9431:9431" hpfeeds/hpfeeds-broker:latest
在容器中,访问密钥将存储在 /app/var 中的 sqlite 数据库中。容器中已经安装了 sqlite 客户端用于管理访问权限。请确保 /app/var 是一个卷。您的客户端可以连接到端口 20000,而 prometheus 可以连接到端口 9431。
2. 项目的使用说明
hpfeeds 允许用户通过命令行界面订阅和发布信息。以下是基本的使用说明:
订阅频道
要订阅一个 hpfeeds 频道,使用以下命令:
hpfeeds subscribe --host localhost -p 10000 -i myident -s mysecret -c mychannel
这里 --host 是服务器地址,-p 是端口,-i 是您的标识符,-s 是您的密钥,-c 是您想要订阅的频道。
发布事件
要发布一个事件到一个 hpfeeds 频道,使用以下命令:
hpfeeds publish --host localhost -p 10000 -i myident -s mysecret -c mychannel '{"event": "ping"}'
在这个命令中,-c 参数指定了要发布的频道,后面的 JSON 字符串是您要发布的事件内容。
3. 项目API使用文档
hpfeeds 提供了 Python 3 兼容的 API,可以在您的应用程序中调用。以下是基本的使用示例:
订阅
from hpfeeds.client import FeedsClient
client = FeedsClient('localhost', 10000, 'myident', 'mysecret')
client.subscribe('mychannel', callback)
在这里,callback 是一个处理接收到的消息的函数。
发布
from hpfeeds.client import FeedsClient
client = FeedsClient('localhost', 10000, 'myident', 'mysecret')
client.publish('mychannel', 'event', {'event': 'ping'})
在这里,'mychannel' 是要发布的频道,'event' 是事件的类型,后面的字典是事件的数据。
4. 项目安装方式
项目可以通过两种主要方式进行安装:
- 使用
pip安装客户端或经纪人(broker)的依赖项。 - 使用 Docker 运行经纪人(broker),如前所述。
确保按照上述步骤进行安装,以便正确设置和使用 hpfeeds。
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
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
522
3.71 K
Ascend Extension for PyTorch
Python
327
384
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++
875
576
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
184
🎉 (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
1.32 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
112
134