`wasmedge` 命令行工具

在安装了 WasmEdge 后，你可以使用 wasmedge 来执行 WASM 文件。我们将介绍如何在你的机器和 Docker 镜像上使用 WasmEdge 运行 WASM 文件。

wasmedge 二进制文件是一个命令行界面（CLI）程序，用于运行 WebAssembly 程序。

如果 WebAssembly 程序包含 main() 函数，wasmedge 将把它作为独立程序以命令模式执行。
如果 WebAssembly 程序包含一个或多个导出的公共函数，wasmedge 可以在反应器模式中调用单个函数。

默认情况下，wasmedge 将以解释器模式执行 WebAssembly 程序，并在 AOT 模式下执行 AOT 编译的 .so、.dylib、.dll 或 .wasm（通用输出格式）。如果要加速 WASM 执行，我们建议首先使用 AOT 编译器对 WebAssembly 进行编译。

备注

原始的 wasmedgec 工具已更改为 wasmedge compile。wasmedge compile CLI 工具是用于将 WebAssembly 文件编译为本机代码的预先编译器。

$ wasmedge -v
wasmedge version 0.13.4

用户可以运行 wasmedge -h 快速了解命令行选项，或者在这里查看详细的 wasmedge CLI 选项。wasmedge 工具的用法将是：

$ wasmedge -h
USAGE
   wasmedge [OPTIONS] [--] WASM_OR_SO [ARG ...]

...

wasmedge CLI 工具将以预先编译（AOT）模式或解释器模式执行 WASM 文件。如果文件已使用 wasmedge compile 编译，则 WasmEdge 将以 AOT 模式执行它，否则将以解释器模式执行。

选项

wasmedge 命令行工具的选项如下：

-v|--version：显示版本信息。将忽略下面的其他参数。
-h|--help：显示帮助信息。将忽略下面的其他参数。
（可选）--reactor：启用反应器模式。
- 在反应器模式下，wasmedge 运行 WebAssembly 程序中导出的特定函数。
- WasmEdge 将执行函数，函数名应作为 ARG[0] 给出。
- 如果一个导出函数名为 _initialize，该函数将首先以空参数执行。
（可选）--dir：将目录绑定到 WASI 虚拟文件系统。
- 使用 --dir guest_path:host_path 将主机路径绑定到 WASI 虚拟系统中的客户端路径。
（可选）--env：在 WASI 中分配环境变量。
- 使用 --env ENV_NAME=VALUE 分配环境变量。
（可选）统计信息：
- 使用 --enable-time-measuring 显示执行时间。
- 使用 --enable-gas-measuring 显示消耗的 gas 量。
- 使用 --enable-instruction-count 显示执行的指令数量。
- 或者使用 --enable-all-statistics 启用所有统计选项。
（可选）资源限制：
- 使用 --time-limit MILLISECOND_TIME 限制执行时间。默认值为 0，表示无限制。
- 使用 --gas-limit GAS_LIMIT 限制执行成本。
- 使用 --memory-page-limit PAGE_COUNT 设置每个内存实例中页面（64 KiB 大小）的限制。
（可选）WebAssembly 提案：
- 使用 --disable-import-export-mut-globals 禁用可变全局变量的导入/导出提案（默认为 ON）。
- 使用 --disable-non-trap-float-to-int 禁用非陷阱浮点到整数转换提案（默认为 ON）。
- 使用 --disable-sign-extension-operators 禁用符号扩展运算符提案（默认为 ON）。
- 使用 --disable-multi-value 禁用多值提案（默认为 ON）。
- 使用 --disable-bulk-memory 禁用批量内存操作提案（默认为 ON）。
- 使用 --disable-reference-types 禁用引用类型提案（默认为 ON）。
- 使用 --disable-simd 禁用固定宽度 SIMD 提案（默认为 ON）。
- 使用 --enable-multi-memory 启用多内存提案（默认为 OFF）。
- 使用 --enable-tail-call 启用尾调用提案（默认为 OFF）。
- 使用 --enable-extended-const 启用扩展常量表达式提案（默认为 OFF）。
- 使用 --enable-threads 启用线程提案（默认为 OFF）。
- 使用 --enable-all 启用以上所有提案。
WASM 文件（/path/to/wasm/file）。
（可选）ARG 命令行参数数组。
- 在反应器模式下，第一个参数将是函数名，ARG[0] 之后的参数将是 WASM 函数 ARG[0] 的参数。
- 在命令模式下，参数将是 WASI _start 函数的命令行参数。它们也被称为独立的 C/C++ 程序的命令行参数（argv）。

TensorFlow 工具

备注

在 0.12.1 版本之后，WasmEdge-tensorflow-tools 已被弃用，并在 0.13.0 版本之后由插件替代。

如果用户使用安装脚本并选择 -e tf,image 选项安装 WasmEdge，那么 WasmEdge CLI 工具将会安装 TensorFlow 和 TensorFlow-Lite 扩展。

wasmedge-tensorflow CLI 工具
- 包含 TensorFlow、TensorFlow-Lite 和 wasmedge-image 扩展的 wasmedge 工具。
- 仅支持 x86_64 和 aarch64 Linux 平台以及 x86_64 MacOS。
wasmedge-tensorflow-lite CLI 工具
- 包含 TensorFlow-Lite 和 wasmedge-image 扩展的 wasmedge 工具。
- 仅支持 x86_64 和 aarch64 Linux 平台、Android 和 x86_64 MacOS。

示例

构建和运行独立的 WebAssembly 应用

Hello World 示例是一个独立的 Rust 应用程序，可以通过 WasmEdge 命令行工具执行。它的源代码和构建说明可以在此处找到。

你需要安装 Rust 编译器，然后使用以下命令从 Rust 源代码构建 WASM 字节码文件。

cargo build --target wasm32-wasi --release

你可以使用 wasmedge 指令运行这个程序：

$ wasmedge target/wasm32-wasi/release/hello.wasm
Hello WasmEdge!

开启 `statistics` 并执行

命令行支持 --enable-all-statistics 参数，用于启用所有统计选项。

你可以运行：

wasmedge --enable-all-statistics hello.wasm

输出为：

Hello WasmEdge!
[2021-12-09 16:03:33.261] [info] ====================  Statistics  ====================
[2021-12-09 16:03:33.261] [info]  Total execution time: 268266 ns
[2021-12-09 16:03:33.261] [info]  Wasm instructions execution time: 251610 ns
[2021-12-09 16:03:33.261] [info]  Host functions execution time: 16656 ns
[2021-12-09 16:03:33.261] [info]  Executed wasm instructions count: 20425
[2021-12-09 16:03:33.261] [info]  Gas costs: 20425
[2021-12-09 16:03:33.261] [info]  Instructions per second: 81177218
[2021-12-09 16:03:33.261] [info] =======================   End   ======================

开启 `gas-limit` 并执行

命令行支持 --gas-limit参数，用于控制执行成本。

下面是提供足够的 Gas 的示例：

wasmedge --enable-all-statistics --gas-limit 20425 hello.wasm

输出为：

Hello WasmEdge!
[2021-12-09 16:03:33.261] [info] ====================  Statistics  ====================
[2021-12-09 16:03:33.261] [info]  Total execution time: 268266 ns
[2021-12-09 16:03:33.261] [info]  Wasm instructions execution time: 251610 ns
[2021-12-09 16:03:33.261] [info]  Host functions execution time: 16656 ns
[2021-12-09 16:03:33.261] [info]  Executed wasm instructions count: 20425
[2021-12-09 16:03:33.261] [info]  Gas costs: 20425
[2021-12-09 16:03:33.261] [info]  Instructions per second: 81177218
[2021-12-09 16:03:33.261] [info] =======================   End   ======================

下面是提供不足的 Gas 的示例：

wasmedge --enable-all-statistics --gas-limit 20 hello.wasm

输出为：

Hello WasmEdge!
[2021-12-23 15:19:06.690] [error] Cost exceeded limit. Force terminate the execution.
[2021-12-23 15:19:06.690] [error]     In instruction: ref.func (0xd2) , Bytecode offset: 0x00000000
[2021-12-23 15:19:06.690] [error]     At AST node: expression
[2021-12-23 15:19:06.690] [error]     At AST node: element segment
[2021-12-23 15:19:06.690] [error]     At AST node: element section
[2021-12-23 15:19:06.690] [error]     At AST node: module
[2021-12-23 15:19:06.690] [info] ====================  Statistics  ====================
[2021-12-23 15:19:06.690] [info]  Total execution time: 0 ns
[2021-12-23 15:19:06.690] [info]  Wasm instructions execution time: 0 ns
[2021-12-23 15:19:06.690] [info]  Host functions execution time: 0 ns
[2021-12-23 15:19:06.690] [info]  Executed wasm instructions count: 21
[2021-12-23 15:19:06.690] [info]  Gas costs: 20

调用从 Rust 编译的 WebAssembly 函数

add 程序是用 Rust 编写的，包含一个导出的 add() 函数。你可以将其编译为 WebAssembly，并使用 wasmedge 调用 add() 函数。在这个示例中，你将看到如何从 CLI 进行此操作。通常在将 WasmEdge 嵌入到另一个主机应用程序中时，需要从主机调用 WASM 函数。

你需要安装 Rust 编译器，然后使用以下命令从 Rust 源代码构建 WASM 字节码文件。

cargo build --target wasm32-wasi --release

你可以在反应器模式下执行 wasmedge，以调用具有两个 i32 整数输入参数的 add() 函数。

wasmedge --reactor add.wasm add 2 2

输出为：

调用用 WAT 编写的 WebAssembly 函数

我们创建了纯手工编写的 fibonacci.wat 文件，并使用 wat2wasm 工具将其转换为名为 fibonacci.wasm 的 WebAssembly 程序。它导出了一个 fib() 函数，该函数以单个 i32 整数作为输入参数。我们可以在反应器模式下执行 wasmedge 来调用导出的函数。

你可以运行：

wasmedge --reactor fibonacci.wasm fib 10

输出为：

JavaScript 示例

使用 WasmEdge 作为高性能、安全、可扩展、易于部署的、符合 Kubernetes 标准的 JavaScript 运行时是可能的。无需构建 JavaScript 应用程序。你需要下载适用于 Node.js 的 WasmEdge JavaScript 运行时。

在此处下载 wasmedge_quickjs.wasm 文件
在此处下载 modules.zip 文件，然后解压到当前文件夹中并确保名称为 ./modules/。

wget https://github.com/second-state/wasmedge-quickjs/releases/download/v0.5.0-alpha/wasmedge_quickjs.wasm
wget https://github.com/second-state/wasmedge-quickjs/releases/download/v0.5.0-alpha/modules.zip
unzip modules.zip

以一个简单的 JavaScript 文件为例。将以下代码保存为 hello.js：

args = args.slice(1);
print('Hello', ...args);

你可以使用下面的命令运行：

wasmedge --dir .:. wasmedge_quickjs.wasm hello.js 1 2 3

输出为：

Hello 1 2 3

qjs_tf.wasm 是一个被贬意为 WebAssembly 的包含 WasmEdge Tensorflow 扩展的 JavaScript 解释器。要运行 qjs_tf.wasm，你必须使用 wasmedge-tensorflow-lite CLI 工具，这是一个内置了 Tensorflow-Lite 扩展的 WasmEdge 构建版本。你可以下载一个完整的基于 Tensorflow 的 JavaScript 示例进行图像分类。

# Download the Tensorflow example
$ wget https://raw.githubusercontent.com/second-state/wasmedge-quickjs/main/example_js/tensorflow_lite_demo/aiy_food_V1_labelmap.txt
$ wget https://raw.githubusercontent.com/second-state/wasmedge-quickjs/main/example_js/tensorflow_lite_demo/food.jpg
$ wget https://raw.githubusercontent.com/second-state/wasmedge-quickjs/main/example_js/tensorflow_lite_demo/lite-model_aiy_vision_classifier_food_V1_1.tflite
$ wget https://raw.githubusercontent.com/second-state/wasmedge-quickjs/main/example_js/tensorflow_lite_demo/main.js

$ wasmedge-tensorflow-lite --dir .:. qjs_tf.wasm main.js
label: Hot dog
confidence: 0.8941176470588236

CLI 工具的 Docker 镜像

本节中的 Docker 镜像主要用于开发目的。它允许你在容器化的 Linux 环境中使用 WasmEdge 工具。如果你想要容器化 WASM 应用程序，请查看此处的内容。

wasmedge/slim:{version} Docker 镜像提供了使用 DockerSlim 构建的精简 WasmEdge 镜像，每次发布都会更新。

镜像 wasmedge/slim-runtime:{version} 仅包含具有 wasmedge 命令的 WasmEdge runtime。
镜像 wasmedge/slim:{version} 包含以下命令行实用程序：
- wasmedge
- wasmedge compile
镜像 wasmedge/slim-tf:{version} 包含以下命令行实用程序 (在 0.13.0 版本之后不再推荐使用)：
- wasmedge
- wasmedge compile
- wasmedge-tensorflow-lite
- wasmedge-tensorflow
- show-tflite-tensor
发布 Docker 镜像的工作目录是 /app。

Dockerslim 示例

成功拉取 Docker 镜像后，你可以使用 wasmedge compile 和 wasmedge 进行 AOT 编译 WASM 文件和运行 WASM 应用程序。

$ docker pull wasmedge/slim:0.13.4

$ docker run -it --rm -v $PWD:/app wasmedge/slim:0.13.4 wasmedge compile hello.wasm hello.aot.wasm
[2022-07-07 08:15:49.154] [info] compile start
[2022-07-07 08:15:49.163] [info] verify start
[2022-07-07 08:15:49.169] [info] optimize start
[2022-07-07 08:15:49.808] [info] codegen start
[2022-07-07 08:15:50.419] [info] output start
[2022-07-07 08:15:50.421] [info] compile done
[2022-07-07 08:15:50.422] [info] output start

$ docker run -it --rm -v $PWD:/app wasmedge/slim:0.13.4 wasmedge hello.aot.wasm world
hello
world

使用 wasmedge-tensorflow-lite (link):

备注

WasmEdge-tensorflow-tools 已在 0.12.1 版本之后被弃用。我们将在未来更新使用 WasmEdge 插件。

$ docker pull wasmedge/slim-tf:0.12.1
$ wget https://raw.githubusercontent.com/second-state/wasmedge-quickjs/main/example_js/tensorflow_lite_demo/aiy_food_V1_labelmap.txt
$ wget https://raw.githubusercontent.com/second-state/wasmedge-quickjs/main/example_js/tensorflow_lite_demo/food.jpg
$ wget https://raw.githubusercontent.com/second-state/wasmedge-quickjs/main/example_js/tensorflow_lite_demo/lite-model_aiy_vision_classifier_food_V1_1.tflite
$ wget https://raw.githubusercontent.com/second-state/wasmedge-quickjs/main/example_js/tensorflow_lite_demo/main.js

$ docker run -it --rm -v $PWD:/app wasmedge/slim-tf:0.12.1 wasmedge-tensorflow-lite --dir .:. qjs_tf.wasm main.js
label:
Hot dog
confidence:
0.8941176470588236

wasmedge 命令行工具

选项​

TensorFlow 工具​

示例​

构建和运行独立的 WebAssembly 应用​

开启 statistics 并执行​

开启 gas-limit 并执行​

调用从 Rust 编译的 WebAssembly 函数​

调用用 WAT 编写的 WebAssembly 函数​

JavaScript 示例​

CLI 工具的 Docker 镜像​

Dockerslim 示例​

`wasmedge` 命令行工具

选项

TensorFlow 工具

示例

构建和运行独立的 WebAssembly 应用

开启 `statistics` 并执行

开启 `gas-limit` 并执行

调用从 Rust 编译的 WebAssembly 函数

调用用 WAT 编写的 WebAssembly 函数

JavaScript 示例

CLI 工具的 Docker 镜像

Dockerslim 示例