CNMAT-odot 的安装和配置教程
1. 项目基础介绍
CNMAT-odot 是由 Center for New Music and Audio Technologies (CNMAT) 开发的一套外部程序和语言,旨在为数据流语言如 Max/MSP、PD 和 Node Red 提供扩展功能。它引入了一种新的数据类型——odot bundle,以及支持多种编程范式的表达式语言,包括函数式、声明式、命令式、动态、基于委托的对象和动态类基于对象等。此外,odot 还提供了定时和调度原语,以支持媒体和网络编程的序列化和同步。
该项目的主要编程语言为 C,同时也包含 Max、C++、Makefile 和 Shell 脚本等语言。
2. 项目使用的关键技术和框架
- Open Sound Control (OSC):odot 系统的核心利用了 OSC 编码,这是一种用于通信的协议,允许不同应用程序和设备之间进行交互。
- libo 和 libomax:这些是 odot 依赖的库,分别用于 OSC 的底层调用和作为中间件在宿主环境(如 Max/MSP)中运行。
- 数据流语言扩展:odot 扩展了数据流语言的功能,允许更复杂的数据结构和表达式的处理。
3. 安装和配置准备工作
在开始安装 CNMAT-odot 之前,您需要确保已经满足了以下准备工作:
- 安装 Max/MSP 或 Pd:odot 需要一个宿主环境来运行,您需要安装 Max/MSP 或 Pd。
- 安装编译工具:为了编译源代码,您需要安装 C 编译器和相关开发工具。
- 下载源代码:从 GitHub 上克隆或下载 CNMAT-odot 的源代码。
安装步骤
以下是在您的系统上安装 CNMAT-odot 的详细步骤:
-
克隆或下载源代码 将 CNMAT-odot 的源代码克隆到您的计算机上,或者下载压缩包并解压。
git clone https://github.com/CNMAT/CNMAT-odot.git -
编译 libo 和 libomax 在源代码目录中,按照
src文件夹中的说明编译libo和libomax。cd path/to/CNMAT-odot/src make -
安装依赖项 根据您的操作系统和宿主环境,安装必要的依赖项。
-
编译 CNMAT-odot 在完成所有准备工作之后,编译 CNMAT-odot。
cd path/to/CNMAT-odot make -
集成到 Max/MSP 或 Pd 根据您使用的宿主环境,将编译好的 CNMAT-odot 集成到 Max/MSP 或 Pd 中。
对于 Max/MSP,您可以使用 Max Package Manager 安装,或者手动将编译的外部程序拖放到 Max/MSP 的搜索路径中。
对于 Pd,将编译好的库文件放到 Pd 的
externals目录下。 -
测试安装 运行 Max/MSP 或 Pd,并尝试加载 CNMAT-odot 的对象,以验证安装是否成功。
以上步骤应该能够帮助您成功安装和配置 CNMAT-odot。如果在安装过程中遇到问题,可以查看项目的 README 文件或在 GitHub 上创建一个 Issue 来寻求帮助。
kernelopenEuler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。C042
MiniMax-M2.1从多语言软件开发自动化到复杂多步骤办公流程执行,MiniMax-M2.1 助力开发者构建下一代自主应用——全程保持完全透明、可控且易于获取。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C01
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen 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TSX0121
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