p7zip-zstd 项目启动与配置文档
1、项目的目录结构及介绍
p7zip-zstd 是一个基于 7-Zip 的开源项目,旨在为 Unix-like 系统提供 7z 压缩工具。该项目支持多种现代压缩算法,包括 Brotli、Fast LZMA2、LZ4、LZ5、Lizard 和 Zstd。项目目录结构如下:
p7zip/
├── CPP/7zip/Bundles/Alone2 # 7zz 独立程序目录
├── CPP/7zip/Bundles/Alone # 7za 独立程序目录
├── CPP/7zip/Bundles/Alone7z # 7zr 独立程序目录
├── CPP/7zip/Bundles/Format7zF # 7z.so 动态库目录
├── CPP/7zip/UI/Console # 7z 命令行界面目录
├── CPP/7zip/UI/GUI # 7z 图形界面目录
├── CPP/7zip/UI/IDE # 7z 集成开发环境目录
├── CPP/7zip/UI/Explorer # 7z 文件浏览器目录
├── CPP/7zip/UI/Far # 7z Far Manager 插件目录
├── CPP/7zip/UI/PowerShell # 7z PowerShell 插件目录
└── CPP/7zip/UI/QConsole # 7z Qt 命令行界面目录
2、项目的启动文件介绍
p7zip-zstd 项目提供了多种启动方式,包括 7zz、7za、7zr 和 7z.so。以下是各种启动方式的简介:
-
7zz:这是项目的默认启动方式,支持多种压缩算法和格式,包括 7z、Zip、Gzip、Bzip2、Tar 等。7zz 独立程序位于
CPP/7zip/Bundles/Alone2目录下,使用以下命令编译:cd p7zip/CPP/7zip/Bundles/Alone2 && make -f makefile.gcc或者:
cd p7zip/CPP/7zip/Bundles/Alone2 && make -f ../../cmpl_gcc.mak -
7za:这是 7-Zip 的命令行版本,支持 7z 和 Zip 格式。7za 独立程序位于
CPP/7zip/Bundles/Alone目录下,使用以下命令编译:cd p7zip/CPP/7zip/Bundles/Alone && make -f makefile.gcc或者:
cd p7zip/CPP/7zip/Bundles/Alone && make -f ../../cmpl_gcc.mak -
7zr:这是 7-Zip 的轻量级命令行版本,支持 7z 格式。7zr 独立程序位于
CPP/7zip/Bundles/Alone7z目录下,使用以下命令编译:cd p7zip/CPP/7zip/Bundles/Alone7z && make -f makefile.gcc或者:
cd p7zip/CPP/7zip/Bundles/Alone7z && make -f ../../cmpl_gcc.mak -
7z.so:这是 7z 的动态库版本,可以嵌入到其他应用程序中。7z.so 动态库位于
CPP/7zip/Bundles/Format7zF目录下,使用以下命令编译:cd p7zip/CPP/7zip/Bundles/Format7zF && make -f makefile.gcc或者:
cd p7zip/CPP/7zip/Bundles/Format7zF && make -f ../../cmpl_gcc.mak
3、项目的配置文件介绍
p7zip-zstd 项目支持多种配置文件,用于设置压缩算法、压缩级别、压缩格式等参数。以下是一些常用的配置文件:
-
7z.so 配置文件:该配置文件位于
CPP/7zip/Bundles/Format7zF目录下,用于设置 7z.so 动态库的参数。例如,可以设置压缩算法、压缩级别、压缩格式等。 -
7z 命令行配置文件:该配置文件位于
CPP/7zip/UI/Console目录下,用于设置 7z 命令行的参数。例如,可以设置压缩算法、压缩级别、压缩格式等。 -
7z GUI 配置文件:该配置文件位于
CPP/7zip/UI/GUI目录下,用于设置 7z 图形界面的参数。例如,可以设置压缩算法、压缩级别、压缩格式等。 -
7z PowerShell 配置文件:该配置文件位于
CPP/7zip/UI/PowerShell目录下,用于设置 7z PowerShell 插件的参数。例如,可以设置压缩算法、压缩级别、压缩格式等。
通过修改这些配置文件,可以调整 p7zip-zstd 项目的压缩参数,以满足不同的需求。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5暂无简介00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00