NFO Viewer 技术文档
1. 安装指南
Linux
通过包管理器安装
NFO Viewer 为大多数流行的 Linux 发行版提供了软件包,所以最简单的安装方式就是通过你的发行版的包管理器进行安装。如果你的发行版没有打包该软件或者你需要一个比打包的版本更新的版本,可以阅读以下内容了解如何从 Flatpak 或源代码进行安装。
通过 Flatpak 安装
稳定版本可以通过 Flathub 获得。
可以通过在 flatpak 目录下运行 make install 命令来安装开发版本。你需要安装 make、flatpak-builder 和 gettext 来构建 Flatpak。
从源代码安装
NFO Viewer 需要 Python 3.8 或更高版本、PyGObject 3.0.0 或更高版本以及 GTK 4.0 或更高版本。你还需要一个支持 NFO 文件中常见的字形字体:Cascadia Mono 是一个不错的选择,如果可用,NFO Viewer 默认使用它。在安装过程中,你还将需要 gettext。在 Debian/Ubuntu 上,你可以使用以下命令安装这些依赖。
sudo apt install fonts-cascadia-code \
gettext \
gir1.2-gtk-4.0 \
python3 \
python3-dev \
python3-gi
然后,要安装 NFO Viewer,运行以下命令:
make PREFIX=/usr/local build
sudo make PREFIX=/usr/local install
Windows
由于工具链问题、结果不佳、时间不足和缺乏动力,Windows 安装程序已不再构建。Windows 可用的最新版本是 1.23。
2. 项目的使用说明
NFO Viewer 是一个用于查看 NFO 文件的简单查看器,NFO 文件是 CP437 编码的 ASCII 艺术形式。使用 NFO Viewer 而不是文本编辑器的优点包括预设的字体和编码设置、自动调整窗口大小和可点击的超链接。
3. 项目API使用文档
本项目目前未提供专门的 API 文档。由于 NFO Viewer 是一个图形界面应用,主要用于查看 NFO 文件,用户直接通过界面与程序交互,不需要通过 API 进行操作。
4. 项目安装方式
项目的安装方式已在“安装指南”部分详细说明,可以通过 Linux 发行版的包管理器、Flatpak 或源代码进行安装。请根据具体的操作系统和环境选择合适的安装方式。
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