Retina Sprites for Compass 使用与技术文档
2024-12-29 14:53:19作者:宣海椒Queenly
1. 安装指南
首先,请将 _retina-sprites.scss 文件放入你的项目中,建议存放在一个便于管理的文件夹中,例如 utilities 文件夹。然后,在主 CSS 文件中引入此文件:
@import "utilities/retina-sprites";
确保在项目的图像文件夹中创建了两个子文件夹,一个用于1倍尺寸的精灵图(命名为 sprites),另一个用于2倍尺寸的精灵图(命名为 sprites-retina)。如果需要,你可以在精灵图文件夹内创建子分类,如 buttons。
将图片分别放入对应的文件夹中,并确保它们的文件名相同。需要注意的是,2倍尺寸的图像尺寸必须是4的倍数,否则可能会导致图像剪辑和位移。
2. 项目的使用说明
在SCSS文件中,需要声明精灵图的位置。如果你将按钮的样式单独放在一个SCSS文件中,可以在文件顶部声明如下:
$sprites: sprite-map("sprites/buttons/*.png"); // 引入1倍尺寸精灵图
$sprites2x: sprite-map("sprites-retina/buttons/*.png"); // 引入2倍尺寸精灵图
如果你希望为精灵图添加空白间隔,可以在引入时使用 spacing 参数,并确保2倍尺寸的间隔值是1倍尺寸的两倍:
$sprites: sprite-map("sprites/buttons/*.png", $spacing: 10px); // 引入1倍尺寸精灵图,10px间隔
$sprites2x: sprite-map("sprites-retina/buttons/*.png", $spacing: 20px); // 引入2倍尺寸精灵图,20px间隔
接着,为精灵图创建一个类,并使用 @include 指令生成精灵图样式:
.myHoverActiveButton {
@include retina-sprite(signIn, $hover: true, $active: true); // 引入 signIn.png, signIn_hover.png, 和 signIn_active.png
}
.myHoverButton {
@include retina-sprite(signIn, $hover: true); // 引入 signIn.png 和 signIn_hover.png
}
.myBoringButton {
@include retina-sprite(signIn); // 仅引入 signIn.png
}
3. 项目API使用文档
retina-sprites 提供了以下功能:
- 生成普通及视网膜设备的精灵图
- 可选的悬停 (
$hover) 和活动 ($active) 状态 - 可选的精灵图间距/填充 (
$spacing)
使用 sprite-map 函数来定义精灵图的位置和可选参数,然后通过 retina-sprite 混入(mixin)来引用具体的精灵图。
4. 项目安装方式
请遵循以下步骤安装项目:
- 将
_retina-sprites.scss文件添加到项目中。 - 在SCSS文件中引入
_retina-sprites.scss文件。 - 创建图像文件夹及其子文件夹,并放入相应的精灵图文件。
- 使用
sprite-map声明精灵图路径。 - 使用
.retina-sprite类和对应的混入来生成样式。
按照这些步骤操作后,你就可以在项目中使用 Retina Sprites for Compass了。
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
414
3.18 K
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
Ascend Extension for PyTorch
Python
228
258
暂无简介
Dart
679
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++
689
325
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
React Native鸿蒙化仓库
JavaScript
265
326
🎉 (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
660
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
492