Genealogy 项目使用教程
1. 项目介绍
Genealogy 是一个免费且开源的家族树 PHP 应用程序,用于记录家庭成员及其关系。该项目基于 Laravel 11 构建,旨在帮助用户轻松创建和管理家族树。Genealogy 支持多语言、多时区、多租户等功能,并提供了丰富的用户权限管理和安全特性。
2. 项目快速启动
2.1 环境要求
- PHP 8.3 或更高版本
- MySQL 8.0.1 或 MariaDB 10.2.2 或等效数据库
- Node.js 和 npm
2.2 安装步骤
-
克隆项目
git clone https://github.com/MGeurts/genealogy.git cd genealogy -
配置环境文件
cp .env.example .env编辑
.env文件,配置数据库连接和其他必要设置。 -
安装依赖
composer install npm install -
生成应用密钥
php artisan key:generate -
创建存储链接
php artisan storage:link -
运行数据库迁移和种子
php artisan migrate:fresh --seed -
构建前端资源
npm run build -
启动开发服务器
php artisan serve或者使用 Vite 进行开发:
npm run dev
2.3 测试
php artisan test
3. 应用案例和最佳实践
3.1 应用案例
Genealogy 项目提供了一个在线的家族树管理平台,用户可以通过该平台记录和管理家族成员的信息。例如,用户可以创建多个家族树,每个家族树可以包含多个家庭成员及其关系。Genealogy 还支持多语言和多时区,方便全球用户使用。
3.2 最佳实践
- 数据备份:定期备份数据库,以防数据丢失。
- 用户权限管理:根据用户角色分配不同的权限,确保数据安全。
- 多语言支持:根据用户需求,添加更多语言支持。
4. 典型生态项目
4.1 Laravel
Laravel 是一个流行的 PHP 框架,提供了丰富的功能和工具,帮助开发者快速构建现代 Web 应用程序。Genealogy 项目基于 Laravel 11 构建,充分利用了 Laravel 的强大功能。
4.2 Livewire
Livewire 是一个用于 Laravel 的全栈框架,允许开发者使用 PHP 编写动态前端组件。Genealogy 项目使用了 Livewire 3,提供了更好的用户体验。
4.3 Tailwind CSS
Tailwind CSS 是一个实用优先的 CSS 框架,提供了丰富的工具类,帮助开发者快速构建现代化的用户界面。Genealogy 项目使用了 Tailwind CSS,确保了应用的响应式设计和美观性。
4.4 Alpine.js
Alpine.js 是一个轻量级的 JavaScript 框架,提供了类似 Vue.js 的响应式编程体验。Genealogy 项目使用了 Alpine.js 3,增强了前端交互性。
通过以上模块的介绍,您可以快速了解并启动 Genealogy 项目,并了解其典型生态项目和最佳实践。
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-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