@handy-computer/models

中文文档
0.2.3发布于 2026/10/26MITTypeScriptES Module零依赖构建来源已验证近 30 天下载 8.9万

所编译的trancist.cpp模型目录和由汉地,皮声和模型共同使用的推荐方法. 电脑

中文使用文档
文档目录6 节
  1. 四级
  2. 使用
  3. 等级和速度表
  4. 学校管理
  5. 更新
  6. 自动化( E) .github/workflows/models.yml (中文(简体) )

@handy- 计算机/ 模型

语音对文本模式目录和推荐方法 Handy, Pi Voice, 还有模型.Handy,计算机. 相同的软件包版本,相同的引擎, 相同的语言: 到处都是相同的选择.

四级

职等这是什么从何而来
可装入应用程序引擎可以打开的任何东西,包括磁盘上的GGUF应用程序,运行时
发表每个模型转录.cpp出版(ALL_MODELS(中文(简体) )转写.cpp catalog/
已关闭默认显示和唯一推荐的模型(CURATED_MODELS(中文(简体) )curation.yaml
建议用户语言的最佳、快捷和准确性计算 recommend(),从未存储

每个应用程序都选择它过去多远。 Pi 语音显示 Curated; 手势 也可以搜索发布。 一个让被诅咒者留下的模型 保存设置它所在的点 getModel(id)。 。 。 .

使用

import { recommend, CURATED_MODELS, getModel, modelFile, languageAccuracyGrade, modelWaitSeconds,
  speedMeterLevel, autoLanguagePolicy, LANGUAGE_DETECTION_MODEL } from "@handy-computer/models";

// Best/Fast/Accurate from the curated models this engine can load.
const picks = recommend(["en", "de"], { engineVersion: transcribeVersion() });
for (const pick of picks) {
  pick.roles;          // ["best"], ["fast", "accurate"], ...
  pick.status;         // eligible | experimental | unsupported | unbenchmarked
  const file = modelFile(pick.model); // the default (benchmarked) file: files[quant]
  pick.model.repository, pick.model.revision, file.filename, file.size, file.sha256;
}

从 https://huggingface.co/<repository>/resolve/<revision>/<filename> 并核实 sha256。 。 。 . files 保存每个已公布的文件,按四分数键; quant 名称默认.

previousRevisions 列出此模式在 revision,最近被取代的第一, 只有永远增长。 下载时间 其中一种是之前发运的,但可能包含相同的模型字节(用于 例如,在文件迁移后)。 把它当作一个 模型更新。 下载在两者都不是什么目录. 缓存再利用和迁移是应用程序的责任.

Rust (Handy) 读取相同的文件 : @handy-computer/models/catalog.json。 。 。 . 未知的字段可以忽略 schema 任何断开时的数字变化 变化.

Pi Voice的功能保留了他们的名字和行为(Pi Voice)recommendModels, (中文(简体) ), benchmarkModels, (中文(简体) ), frontierModelIds, (中文(简体) ), accuracyGrade, (中文(简体) ), languageAccuracyGrade, (中文(简体) ), speedMeterLevel, (中文(简体) ), modelWaitSeconds, (中文(简体) ), getPreferredRecommendationLanguages, (中文(简体) ), autoLanguagePolicy, (中文(简体) ), undetectablePreferences, (中文(简体) ), rankCatalogModels(中文(简体) ). createCatalog(data) 把它们都绑在不同的目录上,例如取来的一个目录 在运行时间.

等级和速度表

在基准四分数中,分级有计量错误:A低于5%,B低于5% 10%,C以下20%,D以下30%,F以上 +编号 :- 步骤是一个因素 ∛ 2. 速度表计算出1.5、3、5、10和20秒的数值 模型在基准GPU上处理一个30秒口令时会被击败.

学校管理

手版编辑配置. 它持有:

  • transcribeCpp: translax.cpp发布从. 用发动机 版本应用船;基准可以随引擎行为而改变.
  • benchmarks: 哪些量子, 数据集和机器 选择.
  • methodology:建议阈值.
  • languageDetector: 共享的口语检测器及其默认值 quant (F16;其他四位数留在 files) (中文(简体) ).
  • models: 被整理的模型, 由 Hugging Face repo 命名而无 -gguf, (中文(简体) ), 各有一个 description列出一个模型就是它被管理的原因; 删掉它就只能出版.
  • names:每个被公布的模型的显示名称,是否被整理. A 类 这里缺少的模型从它的ID和日常公关列表中 得到一个名字 这个.

其他一切(语言、能力、许可证、文件、大小、基准) 来源于tranlax.cpp. 如果事实是错误的,请在trancis.cpp中修复. 字节相同的下载迁移可录入 pins.json 如下文所述.

更新

npm run pins       # after changing transcribeCpp: pin new or re-uploaded files
npm run generate   # rebuild catalog.json from curation.yaml + transcribe.cpp + pins.json
npm run snapshot   # print every pick that changed, and accept the new snapshot
npm test

generate 读取 translax.cpp 的检出( 默认) ../../../transcribe.cpp, (中文(简体) ), 或者说 --transcribe-cpp编号 :TRANSCRIBE_CPP)在标记英寸 curation.yaml,以及 需要它的标记。 这是离线的: 拥抱面部只有联系 npm run pins。 。 。 .

pins.json 是一个锁文件。 自动刷新时保留已存在的密针 它的文件路径和大小与发布内容相匹配。 否则它会尝试现有的 和首选的修改,然后是最新的匹配修改。 旧的订正 移动到针口 previous 列表中选择一个选项。 CI 无法删除任何更改 .

字节相同的文件迁移不需要引擎释放. 之后 校验每个已迁移的文件的 SHA-256 和大小 针头 revision中保留旧的修订版 previous,并添加 filename 到每个已迁移的文件条目,并带有其新的寄存器相对路径。 留着 输入键作为引擎释放的路径并保持其散列和大小 不变。 运行 npm run generate 以发布新的下载路径。 普通针头 刷新这些条目; 后期的引擎发布, 有新路径可以 正常解决他们。 基于修订版的缓存可能需要迁移, 但匹配 hashes意味着现有的模型字节仍然有效.

当 Hugging Face 拼出一个与 translatic.cpp 不同的回转时(在 a之后) 重命名或大小写更改, 仅重定向, 针头记录 Hugging Face 的 拼写和目录 repository 使用它,因为 Hugging Face 工具名称 后面的缓存文件夹 。 ID保持转写. cpp's.

公开的Hugging Face Repo 算上释放。 一个还属于他的模特儿 私人被钉住 "private": true 并被排除在目录之外;a 待会 pins 公取出后取来.

自动化( E).github/workflows/models.yml(中文(简体) )

每天工作流程运行 npm run update: 它移动 curation.yaml 页:1 最新转录. cpp 发布,刷新接针,再生,再拍摄 选取 碰上补丁版本 和测试 实际上它只发现 当 translax.cpp 标记出新发行时, 某些东西 。 然后说:

变了发生什么事
没什么无
任何东西打开(或刷新)一个 PR, bot/models-catalog,随着文字的变化;合并出版
一种新模式,如果被选中的话每个模型都有证据和YAML贴; 关闭以表示不

公关领先需要更仔细的观察: 挑取变化; 设计模型的 (或语言探测器)下载、许可、语言、能力或 最小引擎; 需要名称的模型; 模型因其 repo仍然是私人的。 没有合并,没有到达主或npm, 每一个 释放是一个补丁.

公关和推跑 generate --check测试和建设 向主推进 带有新的 version 在软件包中 模型,改变阈值)是: 编辑 curation.yaml, (中文(简体) ), npm run generate && npm run snapshot打开公关.

拒绝审查公关,改变 curation.yaml 或主用方法; 仅关闭公关意味着同样的更新在第二天重开.

一次性设置 :

  1. 仓库设置 动作 常规 工作流程权限:允许 GitHub 动作创建并批准拉动请求 .
  2. 一次手取出0.1.0(npm publish --access public 从此 在 npmjs.com 上为软件包添加一个信任的出版商: GitHub 动作, handy-computer/models工作流程 models.yml。信任的出版不需要任何符号来旋转。 或者, 设置 NPM_TOKEN 存储器密钥 .
  3. 可选: a HF_TOKEN 秘密,如果拥抱面率限制起针步.

test/fixtures/pi-voice-picks.json 财务报告和审定财务报表 pi-voice-data.json 记录 Pi 移动时的语音选择和数据; parity.test.ts 证明这个 密码就是复制的. picks.json 这是这个包自己的快照.

版本与发布记录

@handy-computer/models 共发布 6 个版本,首次发布于 2026/10/16;过去 12 个月发布了 6 个版本。最新版本附带 npm provenance 构建来源证明,可追溯到公开的 CI 构建记录。

版本发布日期距今
0.2.3latest2026/10/2621 天前
0.2.22026/10/1929 天前
0.2.12026/10/161 个月前
0.2.02026/10/161 个月前
0.1.02026/10/161 个月前
0.0.0-stage2026/10/161 个月前

关于 @handy-computer/models 的常见问题

@handy-computer/models 是什么?

所编译的trancist.cpp模型目录和由汉地,皮声和模型共同使用的推荐方法. 电脑

如何安装 @handy-computer/models?

在项目目录运行 npm install @handy-computer/models,或使用 pnpm add / yarn add / bun add。

@handy-computer/models 支持 TypeScript 吗?

支持。包内自带 TypeScript 类型声明(package.json 声明了 types 入口),安装后即可获得类型提示,无需再安装 @types 包。

@handy-computer/models 支持 ESM 还是 CommonJS?

以 ES Module 形式发布,推荐使用 import 引入。在 CommonJS 项目中,Node.js 20.19+ / 22.12+ 可以直接 require() 不含顶层 await 的 ES Module,更早的版本需要改用动态 import()。

@handy-computer/models 需要什么版本的 Node.js?

package.json 的 engines 字段要求 Node.js >=20.10。版本不符时 npm 默认只给出警告,开启 engine-strict 后会拒绝安装。

@handy-computer/models 可以商用吗?

@handy-computer/models 使用 MIT 许可。宽松许可:允许商业使用、修改和再分发,通常只需在分发时保留原版权与许可声明。以上为概括,不构成法律意见,请以许可原文为准。

@handy-computer/models 的下载量有多少?

根据 npm 官方下载统计,@handy-computer/models 在 2026/10/17 – 2026/11/15 这 30 天内被下载 89,331 次,日均约 2,978 次。下载量会把 CI 构建、镜像同步和作为其他包依赖的安装一并计入,适合横向比较热度,不能直接等同于使用人数。

@handy-computer/models 还在维护吗?

最新版本 0.2.3 发布于 2026/10/26(21 天前);至今共发布 6 个版本,其中过去 12 个月发布了 6 个;首次发布于 2026/10/16。发布频率只是参考信号:功能稳定的工具可能很少需要更新,建议结合源码仓库的 issue 和提交记录判断。