安装¶
本文档支持的公开安装方式面向当前 main 源码树。软件包元数据仍显示版本 0.1.0，但 main 已包含旧 v0.1.0 标签及其归档软件包中没有的功能。hemispec-toolkit 项目当前尚未在 PyPI 公开。
推荐的源码安装¶
必须使用 Git LFS 获取 assets/models/ 下跟踪的模型文件：
git lfs install
git clone https://github.com/mqqq333/HemiSpec.git
cd HemiSpec
git lfs pull
python -m pip install -e ".[gui,model,classifier]"
git rev-parse HEAD
每次分析都应记录 git rev-parse HEAD 的输出。仅记录分支名和软件包版本无法可复现地标识源码修订。
PyTorch 必须安装在启动 HemiSpec 的同一 Python 或 conda 环境中。运行模型前，请先配置合适的 CPU 或 CUDA PyTorch 构建。
源码检出中的 DGN 和分类器资产直接从 assets/models/ 使用。进行分类器验证时，请使用这些本地分类器资产，或显式指定经批准的本地分类器目录；推荐安装流程不依赖缓存预下载。
归档的 v0.1.0 发布¶
GitHub v0.1.0 发布归档了原始 wheel、源码发行包和 Windows 产物。它是历史发布，不包含当前 main 的全部功能。具体而言，v0.1.0 标签不包含当前的合成快速入门或模型缓存下载模块。
下载归档 wheel 后，可以检查其基础 CLI：
不要用归档 wheel 作为当前快速入门、模型发现或模型下载文档的安装方式。准确的归档内容见发布产物。
开发安装¶
在当前源码检出中运行：
python -m pip install -e ".[dev,gui]"
python -m pytest
python -m ruff check src tests
python -m mkdocs build --strict
发行名为 hemispec-toolkit，导入路径和 CLI 命令为 hemispec。只有当项目实际在 PyPI 公开后，文档才能提供 PyPI 安装命令。
神经影像前置条件¶
启用模型的工作流从预处理 GM 图开始，不能直接输入原始 T1。仓库脚本依赖 BET、FAST、FLIRT 和 fslmaths 等 FSL 工具，以生成 MNI152 1.5 mm 的 *_GM_masked.nii.gz 输入。
处理真实数据前，请阅读输入与预处理。
GUI 与模型运行时¶
请从包含 PyTorch 的源码环境启动 hemispec-gui。HemiSpec 可从显式路径、环境变量、assets/models/ 下的 Git-LFS 检出或每用户缓存发现资产。Wheel 和轻量 Windows 产物不嵌入 PyTorch 或 300 MB 以上的 DGN 检查点。当前资产边界见数据与模型。