Infra 标准项目教程
2024-10-09 11:51:06作者:秋泉律Samson
1. 项目介绍
Infra 标准项目是由 WHATWG(Web Hypertext Application Technology Working Group)维护的一个开源项目,旨在定义和标准化 Web 平台的基础设施。该项目的主要目标是提供一个通用的基础设施标准,以便不同的 Web 技术能够更好地协同工作。
Infra 标准涵盖了诸如数据结构、算法、字符串处理、URL 解析等基础概念,这些概念是构建现代 Web 应用的基础。通过遵循 Infra 标准,开发者可以确保他们的代码在不同的浏览器和平台上具有一致的行为。
2. 项目快速启动
2.1 克隆项目
首先,你需要将 Infra 标准项目克隆到本地:
git clone https://github.com/whatwg/infra.git
cd infra
2.2 安装依赖
Infra 标准项目依赖于一些工具来构建和测试。你可以使用以下命令安装这些依赖:
npm install
2.3 构建项目
使用以下命令构建项目:
make
这个命令会使用一个 Web 服务来构建标准,因此你不需要在本地安装任何额外的工具。
2.4 运行测试
Infra 标准项目的测试位于 web-platform-tests/wpt 目录下。你可以使用以下命令运行测试:
npm test
3. 应用案例和最佳实践
3.1 应用案例
Infra 标准在多个 Web 技术中得到了广泛应用,例如 HTML、DOM、URL 等。以下是一个简单的应用案例,展示了如何使用 Infra 标准中的 URL 解析功能:
const { URL } = require('whatwg-url');
const url = new URL('https://example.com/path?query=value#fragment');
console.log(url.hostname); // 输出: example.com
console.log(url.pathname); // 输出: /path
console.log(url.search); // 输出: ?query=value
3.2 最佳实践
- 遵循标准:在开发 Web 应用时,尽量遵循 Infra 标准,以确保代码在不同浏览器和平台上的一致性。
- 参与贡献:如果你发现标准中的问题或想要添加新功能,可以通过提交 Pull Request 来贡献代码。
- 使用测试:在开发过程中,使用 Infra 标准提供的测试工具来验证代码的正确性。
4. 典型生态项目
Infra 标准是 Web 平台的基础,因此它与许多其他开源项目密切相关。以下是一些典型的生态项目:
- HTML 标准:HTML 标准依赖于 Infra 标准来定义其基础数据结构和算法。
- DOM 标准:DOM 标准使用 Infra 标准来处理节点和元素的操作。
- URL 标准:URL 标准基于 Infra 标准来解析和处理 URL。
这些项目共同构成了现代 Web 平台的基础,Infra 标准在其中起到了至关重要的作用。
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
411
3.16 K
Ascend Extension for PyTorch
Python
227
255
暂无简介
Dart
676
160
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
664
323
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
659
React Native鸿蒙化仓库
JavaScript
265
326
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
220
仓颉编译器源码及 cjdb 调试工具。
C++
135
868