SparkleXrm 开源项目使用指南
1. 项目介绍
SparkleXrm 是一个开源库,用于使用 Script#、jQuery 和 Knockout.js 构建 Dynamics CRM XRM 解决方案。该项目旨在简化 Dynamics CRM 客户端扩展的开发,使其尽可能接近服务器端扩展的开发体验。SparkleXrm 提供了用户界面控件、UI 验证控件、本地化支持等功能,适用于 CRM2011、CRM2013 和 CRM2015。
2. 项目快速启动
2.1 环境准备
在开始之前,请确保您已经安装了以下工具:
- Visual Studio 2012
- Script# v0.7.5(通过 Visual Studio 的扩展和更新安装)
- PowerShell Tools for Visual Studio 2012 v1.0.5(通过 Visual Studio 的扩展和更新安装)
2.2 下载并构建项目
-
克隆 SparkleXrm 项目到本地:
git clone https://github.com/scottdurow/SparkleXrm.git -
打开项目解决方案文件
SparkleXrm.sln。 -
在 Visual Studio 中,右键点击解决方案并选择“还原 NuGet 包”。
-
构建解决方案:
msbuild SparkleXrm.sln
2.3 运行示例项目
-
打开
DebugWeb项目,该项目允许您在不发布到 CRM 的情况下运行和调试示例。 -
配置
DebugWeb项目中的连接字符串,指向您的 Dynamics CRM 实例。 -
运行
DebugWeb项目,您将能够在本地调试 SparkleXrm 示例。
3. 应用案例和最佳实践
3.1 应用案例
SparkleXrm 的一个典型应用案例是构建可编辑的网格和表单字段。例如,您可以使用 SparkleXrm 创建一个报价产品编辑器,用户可以在其中添加、编辑和删除报价产品。
3.2 最佳实践
- 使用 MVVM 模式:SparkleXrm 鼓励使用 MVVM(Model-View-ViewModel)模式,将 HTML 与应用程序逻辑分离,从而使代码更简洁和易于维护。
- 本地化支持:利用 SparkleXrm 的本地化功能,支持多语言、日期和数字格式。
- 代码复用:通过使用 SparkleXrm,您可以复用服务器端代码,减少重复工作。
4. 典型生态项目
4.1 Script#
Script# 是一个开源项目,允许您使用 C# 编写 JavaScript 代码。SparkleXrm 依赖 Script# 来生成 JavaScript 代码,从而提高开发效率。
4.2 jQuery 和 Knockout.js
SparkleXrm 使用 jQuery 和 Knockout.js 来构建用户界面。jQuery 提供了强大的 DOM 操作功能,而 Knockout.js 则提供了数据绑定和 MVVM 支持。
4.3 Dynamics CRM SDK
SparkleXrm 与 Dynamics CRM SDK 紧密集成,提供了对 CRM 数据的访问和操作功能。通过结合使用 SparkleXrm 和 CRM SDK,您可以快速构建复杂的 CRM 解决方案。
通过以上步骤,您可以快速上手 SparkleXrm 项目,并利用其强大的功能构建 Dynamics CRM 解决方案。
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