GLM-OCR C语言基础调用示例轻量级嵌入式OCR应用探索如果你是一名C语言开发者或者正在捣鼓树莓派、单片机这类资源有限的嵌入式设备可能会觉得AI应用离自己有点远。那些动辄几个G的模型复杂的Python依赖在内存和算力都捉襟见肘的环境里确实让人头疼。但OCR光学字符识别的需求又是实实在在的。比如你想让一个智能门禁识别访客证件上的号码或者让一个工业设备读取仪表盘上的数字。这时候一个轻量级的调用方案就显得特别重要。今天要聊的就是怎么用最纯粹的C语言去调用一个部署好的GLM-OCR服务。虽然模型本身跑在性能更强的服务器上但我们可以用C写一个简单的“信使”把图片送过去再把识别好的文字拿回来。这种方式特别适合嵌入式前端或者边缘计算场景设备只负责采集和发送重活累活交给云端或本地服务器。咱们这个教程目标就是让你能用C语言写个简单的程序成功调用OCR服务并拿到结果。不需要你懂深度学习只要会基本的C语言和网络编程概念就行。1. 动手之前理清思路和准备工具在开始敲代码之前咱们先把这件事的来龙去脉和需要的东西捋清楚。1.1 整体是怎么工作的你可以把这个过程想象成寄信和收信你的C程序客户端就像你本人写了一封信包含了图片的请求要寄出去。网络请求就是邮局的服务负责把这封信送到目的地。GLM-OCR服务服务器就像远方的朋友他收到信后用他专业的工具OCR模型看懂信里的图片然后把识别出的文字写在回信里。网络响应邮局再把回信送给你。你的C程序你拆开回信读到了朋友回复的文字内容。在这个模型里你的嵌入式设备只负责“写信”和“读回信”最消耗资源的“识别图片”工作由另一台部署了GLM-OCR的机器完成了。这是一种典型的客户端-服务器架构。1.2 你需要准备什么工欲善其事必先利其器。为了完成这个实验你需要准备好以下几样东西一个C语言开发环境这是最基本的。Linux/macOS系统通常自带gccWindows用户可以考虑MinGW或Visual Studio。确保你能在终端里用gcc --version这样的命令看到编译器信息。一个已经部署好的GLM-OCR服务这是关键。你需要知道这个服务的“地址”。通常它会有一个URL比如http://192.168.1.100:8000或者http://your-ocr-server.com/v1/ocr。同时你还需要知道它接收请求的具体方式比如是调用/predict还是/ocr接口。这部分需要参考你部署GLM-OCR服务的文档。一张用于测试的图片准备一张包含清晰文字的图片比如一个截屏、一份文档的照片。把它放在你的C项目目录下方便程序读取。为了简单起见我们可以先用一个小的、内容简单的图片。基本的网络知识了解什么是HTTP协议、POST请求、JSON数据格式。不用很深知道个大概就行我们会在代码里体现。思路理清了工具也备齐了接下来我们就进入正题看看代码怎么写。2. 从零开始编写C语言HTTP客户端我们用C语言直接通过Socket套接字来模拟一个HTTP客户端。这样做虽然比用一些高级库如libcurl要繁琐但更能让你理解底层发生了什么而且在资源极度受限的环境下这种精简的代码更有价值。我们会一步步来先建立连接再组装请求最后发送并接收数据。2.1 建立与服务器的连接第一步就是让我们的程序能够联系上OCR服务器。这就像打电话要先拨通号码。#include stdio.h #include stdlib.h #include string.h #include unistd.h #include arpa/inet.h // 用于Linux/macOS的网络操作 // 注意Windows下需要使用Winsock2.h这里以Unix-like系统为例 int main() { int sockfd; struct sockaddr_in server_addr; const char *server_ip 127.0.0.1; // 替换为你的OCR服务器IP int server_port 8000; // 替换为你的OCR服务器端口 // 1. 创建Socket sockfd socket(AF_INET, SOCK_STREAM, 0); if (sockfd 0) { perror(Socket创建失败); exit(1); } // 2. 设置服务器地址信息 memset(server_addr, 0, sizeof(server_addr)); server_addr.sin_family AF_INET; server_addr.sin_port htons(server_port); if (inet_pton(AF_INET, server_ip, server_addr.sin_addr) 0) { perror(无效的地址/地址不支持); close(sockfd); exit(1); } // 3. 发起连接 if (connect(sockfd, (struct sockaddr *)server_addr, sizeof(server_addr)) 0) { perror(连接服务器失败); close(sockfd); exit(1); } printf(成功连接到服务器 %s:%d\n, server_ip, server_port); // ... 后续的请求发送和接收代码将写在这里 close(sockfd); // 最后记得关闭连接 return 0; }这段代码做了三件事创建了一个网络通信的“插座”Socket告诉了它服务器的“门牌号”IP和端口然后尝试“敲门”连接。如果connect成功了这条通信链路就建立好了。2.2 组装并发送HTTP POST请求连接建立后我们就要“写信”了。这封信必须符合HTTP POST请求的格式。我们需要告诉服务器我们要做什么调用OCR并且把图片数据放在“信”里。这里有个关键点图片数据在HTTP请求中通常以“多部分表单数据”的形式发送这对于纯C实现来说比较复杂。为了教程的清晰和简洁我们这里采用一种更简单的方式假设服务器支持以JSON格式接收图片的Base64编码字符串。很多OCR服务的API确实提供这种模式。我们先写一个函数把图片文件转换成Base64字符串。#include openssl/bio.h #include openssl/evp.h #include openssl/buffer.h // 需要链接OpenSSL库编译时加 -lssl -lcrypto char* base64_encode(const unsigned char* input, int length) { BIO *bmem, *b64; BUF_MEM *bptr; b64 BIO_new(BIO_f_base64()); bmem BIO_new(BIO_s_mem()); b64 BIO_push(b64, bmem); BIO_write(b64, input, length); BIO_flush(b64); BIO_get_mem_ptr(b64, bptr); char* buff (char*)malloc(bptr-length 1); memcpy(buff, bptr-data, bptr-length); buff[bptr-length] 0; BIO_free_all(b64); return buff; } char* load_image_to_base64(const char* filename) { FILE* f fopen(filename, rb); if (!f) { perror(无法打开图片文件); return NULL; } fseek(f, 0, SEEK_END); long fsize ftell(f); fseek(f, 0, SEEK_SET); unsigned char* img_data (unsigned char*)malloc(fsize); fread(img_data, 1, fsize, f); fclose(f); char* b64_str base64_encode(img_data, fsize); free(img_data); return b64_str; }有了Base64字符串我们就可以组装完整的HTTP请求了。// ... 紧接在连接成功的代码之后 // 假设图片文件名为 test.png char* image_b64 load_image_to_base64(test.png); if (!image_b64) { fprintf(stderr, 图片加载或编码失败\n); close(sockfd); exit(1); } // 组装JSON载荷 char json_payload[4096]; // 根据图片大小调整缓冲区 snprintf(json_payload, sizeof(json_payload), {\image\: \%s\}, image_b64); free(image_b64); // 释放Base64字符串内存 // 组装完整的HTTP请求 char http_request[8192]; snprintf(http_request, sizeof(http_request), POST /v1/ocr/predict HTTP/1.1\r\n // 替换为你的实际API路径 Host: %s:%d\r\n Content-Type: application/json\r\n Content-Length: %zu\r\n Connection: close\r\n \r\n %s, server_ip, server_port, strlen(json_payload), json_payload); // 发送HTTP请求 int bytes_sent send(sockfd, http_request, strlen(http_request), 0); if (bytes_sent 0) { perror(发送请求失败); close(sockfd); exit(1); } printf(已发送HTTP请求大小%d 字节\n, bytes_sent);这段代码是核心。它先读取图片并转码然后构造了一个标准的HTTP POST请求报文其中Content-Type告诉服务器我们发送的是JSON数据Content-Length指明了数据长度最后将包含Base64图片的JSON字符串作为请求体发送出去。2.3 接收并解析服务器的响应“信”寄出去了现在要等“回信”。服务器处理完OCR后会返回一个HTTP响应里面通常也是一个JSON包含了识别出的文本、文字框位置等信息。// ... 紧接在发送请求的代码之后 char response_buffer[8192] {0}; int total_received 0; int bytes_received; printf(等待服务器响应...\n); // 循环读取服务器返回的数据 while ((bytes_received recv(sockfd, response_buffer total_received, sizeof(response_buffer) - total_received - 1, 0)) 0) { total_received bytes_received; if (total_received sizeof(response_buffer) - 1) { fprintf(stderr, 响应缓冲区已满可能丢失部分数据\n); break; } } if (bytes_received 0) { perror(接收响应失败); } else { response_buffer[total_received] \0; // 确保字符串结束 printf(收到原始响应:\n%s\n, response_buffer); // 可以先打印看看 } // 这里可以开始解析响应中的JSON提取text字段 // 例如使用 cJSON 库来解析 (需要额外包含) // 解析逻辑取决于GLM-OCR返回的具体JSON格式到这里我们已经完成了C语言客户端最核心的“发送-接收”循环。你运行程序应该能在终端看到服务器返回的一大串原始HTTP响应数据。3. 让程序更实用解析结果与错误处理拿到一堆原始响应文本还不够我们需要从中提取出有用的信息并且让程序更健壮。3.1 解析JSON格式的OCR结果服务器返回的响应体通常是JSON。我们需要一个JSON解析库来方便地提取数据。cJSON是一个轻量级、纯C的解析库非常适合嵌入式环境。假设GLM-OCR返回的JSON格式类似下面这样{ code: 0, msg: success, data: { text: 识别出的文字内容, boxes: [[...], [...]] } }我们可以这样解析// 假设已经包含了 cJSON.h 并链接了库 #include cJSON.h // ... 在收到响应数据 response_buffer 后 // 首先需要从HTTP响应中分离出消息体 char* body_start strstr(response_buffer, \r\n\r\n); if (body_start) { body_start 4; // 跳过空行 cJSON* root cJSON_Parse(body_start); if (root) { cJSON* code cJSON_GetObjectItem(root, code); if (code code-valueint 0) { // 假设0表示成功 cJSON* data cJSON_GetObjectItem(root, data); if (data) { cJSON* text cJSON_GetObjectItem(data, text); if (text text-valuestring) { printf(\n OCR识别结果 \n); printf(%s\n, text-valuestring); printf(\n); } } } else { cJSON* msg cJSON_GetObjectItem(root, msg); printf(OCR处理失败: %s\n, msg ? msg-valuestring : 未知错误); } cJSON_Delete(root); } else { printf(解析JSON响应失败\n); } }3.2 加入基本的错误处理一个好的程序必须能应对各种意外情况。我们在之前的关键步骤都加了简单的错误判断perror但还可以做得更好连接超时可以给socket设置接收超时选项。图片过大检查Base64编码后的字符串长度避免请求报文超过缓冲区。网络中断在recv循环中处理连接被重置等情况。内存泄漏确保所有malloc的内存都有对应的free比如Base64字符串和图片数据。// 设置接收超时为10秒 struct timeval tv; tv.tv_sec 10; tv.tv_usec 0; setsockopt(sockfd, SOL_SOCKET, SO_RCVTIMEO, (const char*)tv, sizeof tv);把这些细节都考虑到你的C语言OCR客户端就会更加可靠能够应对嵌入式环境中不稳定的网络条件。4. 总结与展望走完这一趟你会发现用C语言调用一个AI服务核心并没有想象中那么复杂。它本质上就是一个定制化的HTTP客户端。我们做的事情就是建立TCP连接、按照HTTP协议组装请求报文、发送、然后接收并解析响应报文。这种架构的优势在嵌入式场景里非常明显。你的设备可能只有几十KB的RAM跑不动大模型但它完全有能力运行我们上面写的这段精简的C代码完成图像采集和网络通信的任务。而消耗大量资源的模型推理则可以部署在旁边的工控机、局域网内的服务器甚至是云端。当然这个示例只是一个起点。在实际项目中你可能还需要处理更复杂的图片格式、更高效的二进制传输而不是Base64、HTTPS加密通信、以及更完善的重试和容错机制。但万变不离其宗掌握了这个基本的“请求-响应”模式你就能在各种资源受限的环境中为你的设备打开一扇通往AI能力的大门。下次当你面对一个需要智能识别功能的嵌入式项目时不妨想想今天这个方案。也许它就是你正在寻找的那把钥匙。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
GLM-OCR C语言基础调用示例：轻量级嵌入式OCR应用探索
GLM-OCR C语言基础调用示例轻量级嵌入式OCR应用探索如果你是一名C语言开发者或者正在捣鼓树莓派、单片机这类资源有限的嵌入式设备可能会觉得AI应用离自己有点远。那些动辄几个G的模型复杂的Python依赖在内存和算力都捉襟见肘的环境里确实让人头疼。但OCR光学字符识别的需求又是实实在在的。比如你想让一个智能门禁识别访客证件上的号码或者让一个工业设备读取仪表盘上的数字。这时候一个轻量级的调用方案就显得特别重要。今天要聊的就是怎么用最纯粹的C语言去调用一个部署好的GLM-OCR服务。虽然模型本身跑在性能更强的服务器上但我们可以用C写一个简单的“信使”把图片送过去再把识别好的文字拿回来。这种方式特别适合嵌入式前端或者边缘计算场景设备只负责采集和发送重活累活交给云端或本地服务器。咱们这个教程目标就是让你能用C语言写个简单的程序成功调用OCR服务并拿到结果。不需要你懂深度学习只要会基本的C语言和网络编程概念就行。1. 动手之前理清思路和准备工具在开始敲代码之前咱们先把这件事的来龙去脉和需要的东西捋清楚。1.1 整体是怎么工作的你可以把这个过程想象成寄信和收信你的C程序客户端就像你本人写了一封信包含了图片的请求要寄出去。网络请求就是邮局的服务负责把这封信送到目的地。GLM-OCR服务服务器就像远方的朋友他收到信后用他专业的工具OCR模型看懂信里的图片然后把识别出的文字写在回信里。网络响应邮局再把回信送给你。你的C程序你拆开回信读到了朋友回复的文字内容。在这个模型里你的嵌入式设备只负责“写信”和“读回信”最消耗资源的“识别图片”工作由另一台部署了GLM-OCR的机器完成了。这是一种典型的客户端-服务器架构。1.2 你需要准备什么工欲善其事必先利其器。为了完成这个实验你需要准备好以下几样东西一个C语言开发环境这是最基本的。Linux/macOS系统通常自带gccWindows用户可以考虑MinGW或Visual Studio。确保你能在终端里用gcc --version这样的命令看到编译器信息。一个已经部署好的GLM-OCR服务这是关键。你需要知道这个服务的“地址”。通常它会有一个URL比如http://192.168.1.100:8000或者http://your-ocr-server.com/v1/ocr。同时你还需要知道它接收请求的具体方式比如是调用/predict还是/ocr接口。这部分需要参考你部署GLM-OCR服务的文档。一张用于测试的图片准备一张包含清晰文字的图片比如一个截屏、一份文档的照片。把它放在你的C项目目录下方便程序读取。为了简单起见我们可以先用一个小的、内容简单的图片。基本的网络知识了解什么是HTTP协议、POST请求、JSON数据格式。不用很深知道个大概就行我们会在代码里体现。思路理清了工具也备齐了接下来我们就进入正题看看代码怎么写。2. 从零开始编写C语言HTTP客户端我们用C语言直接通过Socket套接字来模拟一个HTTP客户端。这样做虽然比用一些高级库如libcurl要繁琐但更能让你理解底层发生了什么而且在资源极度受限的环境下这种精简的代码更有价值。我们会一步步来先建立连接再组装请求最后发送并接收数据。2.1 建立与服务器的连接第一步就是让我们的程序能够联系上OCR服务器。这就像打电话要先拨通号码。#include stdio.h #include stdlib.h #include string.h #include unistd.h #include arpa/inet.h // 用于Linux/macOS的网络操作 // 注意Windows下需要使用Winsock2.h这里以Unix-like系统为例 int main() { int sockfd; struct sockaddr_in server_addr; const char *server_ip 127.0.0.1; // 替换为你的OCR服务器IP int server_port 8000; // 替换为你的OCR服务器端口 // 1. 创建Socket sockfd socket(AF_INET, SOCK_STREAM, 0); if (sockfd 0) { perror(Socket创建失败); exit(1); } // 2. 设置服务器地址信息 memset(server_addr, 0, sizeof(server_addr)); server_addr.sin_family AF_INET; server_addr.sin_port htons(server_port); if (inet_pton(AF_INET, server_ip, server_addr.sin_addr) 0) { perror(无效的地址/地址不支持); close(sockfd); exit(1); } // 3. 发起连接 if (connect(sockfd, (struct sockaddr *)server_addr, sizeof(server_addr)) 0) { perror(连接服务器失败); close(sockfd); exit(1); } printf(成功连接到服务器 %s:%d\n, server_ip, server_port); // ... 后续的请求发送和接收代码将写在这里 close(sockfd); // 最后记得关闭连接 return 0; }这段代码做了三件事创建了一个网络通信的“插座”Socket告诉了它服务器的“门牌号”IP和端口然后尝试“敲门”连接。如果connect成功了这条通信链路就建立好了。2.2 组装并发送HTTP POST请求连接建立后我们就要“写信”了。这封信必须符合HTTP POST请求的格式。我们需要告诉服务器我们要做什么调用OCR并且把图片数据放在“信”里。这里有个关键点图片数据在HTTP请求中通常以“多部分表单数据”的形式发送这对于纯C实现来说比较复杂。为了教程的清晰和简洁我们这里采用一种更简单的方式假设服务器支持以JSON格式接收图片的Base64编码字符串。很多OCR服务的API确实提供这种模式。我们先写一个函数把图片文件转换成Base64字符串。#include openssl/bio.h #include openssl/evp.h #include openssl/buffer.h // 需要链接OpenSSL库编译时加 -lssl -lcrypto char* base64_encode(const unsigned char* input, int length) { BIO *bmem, *b64; BUF_MEM *bptr; b64 BIO_new(BIO_f_base64()); bmem BIO_new(BIO_s_mem()); b64 BIO_push(b64, bmem); BIO_write(b64, input, length); BIO_flush(b64); BIO_get_mem_ptr(b64, bptr); char* buff (char*)malloc(bptr-length 1); memcpy(buff, bptr-data, bptr-length); buff[bptr-length] 0; BIO_free_all(b64); return buff; } char* load_image_to_base64(const char* filename) { FILE* f fopen(filename, rb); if (!f) { perror(无法打开图片文件); return NULL; } fseek(f, 0, SEEK_END); long fsize ftell(f); fseek(f, 0, SEEK_SET); unsigned char* img_data (unsigned char*)malloc(fsize); fread(img_data, 1, fsize, f); fclose(f); char* b64_str base64_encode(img_data, fsize); free(img_data); return b64_str; }有了Base64字符串我们就可以组装完整的HTTP请求了。// ... 紧接在连接成功的代码之后 // 假设图片文件名为 test.png char* image_b64 load_image_to_base64(test.png); if (!image_b64) { fprintf(stderr, 图片加载或编码失败\n); close(sockfd); exit(1); } // 组装JSON载荷 char json_payload[4096]; // 根据图片大小调整缓冲区 snprintf(json_payload, sizeof(json_payload), {\image\: \%s\}, image_b64); free(image_b64); // 释放Base64字符串内存 // 组装完整的HTTP请求 char http_request[8192]; snprintf(http_request, sizeof(http_request), POST /v1/ocr/predict HTTP/1.1\r\n // 替换为你的实际API路径 Host: %s:%d\r\n Content-Type: application/json\r\n Content-Length: %zu\r\n Connection: close\r\n \r\n %s, server_ip, server_port, strlen(json_payload), json_payload); // 发送HTTP请求 int bytes_sent send(sockfd, http_request, strlen(http_request), 0); if (bytes_sent 0) { perror(发送请求失败); close(sockfd); exit(1); } printf(已发送HTTP请求大小%d 字节\n, bytes_sent);这段代码是核心。它先读取图片并转码然后构造了一个标准的HTTP POST请求报文其中Content-Type告诉服务器我们发送的是JSON数据Content-Length指明了数据长度最后将包含Base64图片的JSON字符串作为请求体发送出去。2.3 接收并解析服务器的响应“信”寄出去了现在要等“回信”。服务器处理完OCR后会返回一个HTTP响应里面通常也是一个JSON包含了识别出的文本、文字框位置等信息。// ... 紧接在发送请求的代码之后 char response_buffer[8192] {0}; int total_received 0; int bytes_received; printf(等待服务器响应...\n); // 循环读取服务器返回的数据 while ((bytes_received recv(sockfd, response_buffer total_received, sizeof(response_buffer) - total_received - 1, 0)) 0) { total_received bytes_received; if (total_received sizeof(response_buffer) - 1) { fprintf(stderr, 响应缓冲区已满可能丢失部分数据\n); break; } } if (bytes_received 0) { perror(接收响应失败); } else { response_buffer[total_received] \0; // 确保字符串结束 printf(收到原始响应:\n%s\n, response_buffer); // 可以先打印看看 } // 这里可以开始解析响应中的JSON提取text字段 // 例如使用 cJSON 库来解析 (需要额外包含) // 解析逻辑取决于GLM-OCR返回的具体JSON格式到这里我们已经完成了C语言客户端最核心的“发送-接收”循环。你运行程序应该能在终端看到服务器返回的一大串原始HTTP响应数据。3. 让程序更实用解析结果与错误处理拿到一堆原始响应文本还不够我们需要从中提取出有用的信息并且让程序更健壮。3.1 解析JSON格式的OCR结果服务器返回的响应体通常是JSON。我们需要一个JSON解析库来方便地提取数据。cJSON是一个轻量级、纯C的解析库非常适合嵌入式环境。假设GLM-OCR返回的JSON格式类似下面这样{ code: 0, msg: success, data: { text: 识别出的文字内容, boxes: [[...], [...]] } }我们可以这样解析// 假设已经包含了 cJSON.h 并链接了库 #include cJSON.h // ... 在收到响应数据 response_buffer 后 // 首先需要从HTTP响应中分离出消息体 char* body_start strstr(response_buffer, \r\n\r\n); if (body_start) { body_start 4; // 跳过空行 cJSON* root cJSON_Parse(body_start); if (root) { cJSON* code cJSON_GetObjectItem(root, code); if (code code-valueint 0) { // 假设0表示成功 cJSON* data cJSON_GetObjectItem(root, data); if (data) { cJSON* text cJSON_GetObjectItem(data, text); if (text text-valuestring) { printf(\n OCR识别结果 \n); printf(%s\n, text-valuestring); printf(\n); } } } else { cJSON* msg cJSON_GetObjectItem(root, msg); printf(OCR处理失败: %s\n, msg ? msg-valuestring : 未知错误); } cJSON_Delete(root); } else { printf(解析JSON响应失败\n); } }3.2 加入基本的错误处理一个好的程序必须能应对各种意外情况。我们在之前的关键步骤都加了简单的错误判断perror但还可以做得更好连接超时可以给socket设置接收超时选项。图片过大检查Base64编码后的字符串长度避免请求报文超过缓冲区。网络中断在recv循环中处理连接被重置等情况。内存泄漏确保所有malloc的内存都有对应的free比如Base64字符串和图片数据。// 设置接收超时为10秒 struct timeval tv; tv.tv_sec 10; tv.tv_usec 0; setsockopt(sockfd, SOL_SOCKET, SO_RCVTIMEO, (const char*)tv, sizeof tv);把这些细节都考虑到你的C语言OCR客户端就会更加可靠能够应对嵌入式环境中不稳定的网络条件。4. 总结与展望走完这一趟你会发现用C语言调用一个AI服务核心并没有想象中那么复杂。它本质上就是一个定制化的HTTP客户端。我们做的事情就是建立TCP连接、按照HTTP协议组装请求报文、发送、然后接收并解析响应报文。这种架构的优势在嵌入式场景里非常明显。你的设备可能只有几十KB的RAM跑不动大模型但它完全有能力运行我们上面写的这段精简的C代码完成图像采集和网络通信的任务。而消耗大量资源的模型推理则可以部署在旁边的工控机、局域网内的服务器甚至是云端。当然这个示例只是一个起点。在实际项目中你可能还需要处理更复杂的图片格式、更高效的二进制传输而不是Base64、HTTPS加密通信、以及更完善的重试和容错机制。但万变不离其宗掌握了这个基本的“请求-响应”模式你就能在各种资源受限的环境中为你的设备打开一扇通往AI能力的大门。下次当你面对一个需要智能识别功能的嵌入式项目时不妨想想今天这个方案。也许它就是你正在寻找的那把钥匙。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
