Plus Jakarta Sans 字体安装与使用完整指南
项目概述
Plus Jakarta Sans 是一款开源几何无衬线字体家族,由 Tokotype 的 Gumpita Rahayu 设计。该字体最初由 6616 Studio 为雅加达省政府 2020 年 "+Jakarta City of Collaboration" 身份项目委托制作。
字体特点与设计理念
Plus Jakarta Sans 字体融合了 Neuzit Grotesk、Futura 和 1930 年代无衬线字体的灵感,具有近乎单线对比和尖角曲线的特点。字体采用现代简洁的切割形式,x 高度略高,为大写字母和 x 高度之间提供清晰的空间,同时配备开放式字腔和平衡空间,确保在各种尺寸下保持可读性。
字体的独特之处在于某些字形具有多样性特征,体现了形式探索的丰富性。字体家族包含三种风格替代字符:Lancip(尖锐)、Lurus(直线)和 Lingkar(漩涡)。
字体文件结构
项目包含完整的字体文件库,位于 fonts/ 目录下:
- otf/ - OpenType 格式字体文件
- ttf/ - TrueType 格式字体文件
- variable/ - 可变字体版本
- webfonts/ - 网页字体格式
安装方法
方法一:直接安装成品字体
-
克隆项目到本地:
git clone https://gitcode.com/gh_mirrors/pl/PlusJakartaSans -
进入字体目录:
cd PlusJakartaSans/fonts -
根据需求选择字体格式:
- 桌面应用:选择
ttf/或otf/目录 - 网页应用:选择
webfonts/目录 - 可变字体:选择
variable/目录
- 桌面应用:选择
-
安装字体:
- Windows: 双击字体文件,点击"安装"按钮
- macOS: 双击字体文件,在 FontBook 中点击"安装字体"
- Linux: 将字体文件复制到
~/.local/share/fonts/目录
方法二:自定义构建字体
对于需要定制字体的用户,可以基于源文件进行构建:
-
安装构建工具:
pip install gftools -
执行构建命令:
gftools builder sources/config.yaml
字体权重与样式
Plus Jakarta Sans 提供完整的字体权重和样式:
- ExtraLight (超细)
- Light (细体)
- Regular (常规)
- Medium (中等)
- SemiBold (半粗)
- Bold (粗体)
- ExtraBold (超粗)
每种权重都包含正常和斜体版本,满足各种设计需求。
质量验证与测试
为确保字体质量,可以使用 Font Bakery 进行验证:
-
安装测试工具:
pip install fontbakery -
执行字体测试:
fontbakery check-googlefonts fonts/variable/*.ttf fontbakery check-googlefonts fonts/ttf/*.ttf
配置说明
核心配置文件 sources/config.yaml 定义了字体构建的关键参数:
- 源文件路径:PlusJakartaSans.glyphs 和 PlusJakartaSans-Italic.glyphs
- 轴顺序:wght (字重) 和 ital (斜体)
- 输出目录:../fonts
- 字体家族名称:"Plus Jakarta Sans"
- 版本号:2.071
版本更新记录
字体持续更新优化,最新版本为 v2.7.1,主要改进包括:
- 修复静态 TTF 字体中的字距调整缺失问题
- 更新字体仓库模板
- 调整垂直度量以解决行高问题
- 增加 SemiBold 实例
- 支持多语言(包括越南语)
- 添加可变字体支持
应用场景
Plus Jakarta Sans 适用于多种设计场景:
- 用户界面设计:提升数字产品的用户体验
- 品牌视觉系统:建立统一的品牌形象
- 印刷出版物:确保高质量的印刷输出
- 网页设计:通过 webfonts 目录提供优化的网络字体
许可证信息
本字体软件根据 SIL Open Font License 1.1 版许可授权。该许可证旨在支持字体的协作开发,同时确保字体保持开放和免费。
技术支持与贡献
如需技术支持或希望贡献字体改进,可以通过邮件联系设计团队:mail@tokotype.com。字体作为雅加达协作城市项目的一部分,向公众开放使用。
通过本指南,您可以快速掌握 Plus Jakarta Sans 字体的完整使用流程,从基础安装到高级定制,全面提升字体应用能力。
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00

