浏览器ify服务化(browserify-as-a-service)技术文档
1. 安装指南
该项目无需安装,它是一个基于Web的服务,你可以直接通过URL访问和使用它。如果你需要在本地运行或自定义这个服务,你可以通过以下方式在Heroku或Docker上部署:
Heroku安装
heroku create my-browserify-cdn
git push heroku master
heroku ps:scale web=1
Docker安装
docker build -t "wzrd.in" /path/to/wzrd.in
docker run -p 8080:8080 wzrd.in
请注意,Docker部署将会在每次新部署时清除缓存。
2. 项目使用说明
该项目提供了一个简单的API,用于生成浏览器版本的JavaScript模块。你可以通过访问特定的URL来获取已缓存模块的束(bundle),或者请求创建一个新的模块束。
例如,你可以通过以下URL获取concat-stream模块的最新版本:
https://wzrd.in/standalone/concat-stream@latest
如果你访问的模块之前没有人访问过,它将从npm拉取模块,将其浏览器化,然后发送给你,并将其缓存以便下次使用。
3. 项目API使用文档
以下是可用的API端点:
GET /bundle/:module
获取:module的最新版本。
GET /bundle/:module@:version
获取满足给定:version的:module版本,默认为最新版本。
GET /debug-bundle/:module
GET /debug-bundle/:module@:version
与上述两个相同,但向browserify传递了--debug参数。
GET /standalone/:module
GET /standalone/:module@:version
在这种情况下,向browserify传递了--standalone参数。
GET /debug-standalone/:module
GET /debug-standalone/:module@:version
向browserify传递了--debug和--standalone参数。
POST /multi
发送一个如下所示的请求体:
{
"options": {
"debug": true
},
"dependencies": {
"concat-stream": "0.1.x",
"hyperstream": "0.2.x"
}
}
"options"允许你设置"debug"、"standalone"和"fullPaths"。如果不定义"options",默认为{ "debug": false, "standalone": false, "fullPaths": false }。
返回的响应可能如下所示:
{
"concat-stream": {
"package": /* the concat-stream package.json */,
"bundle": /* the concat-stream bundle */
},
"hyperstream": {
"package": /* the hyperstream package.json */,
"bundle": /* the hyperstream bundle */
}
}
该束将被永久缓存,以便将来通过GET请求访问。
GET /multi/:existing-bundle
如果你之前保存了POST请求的Location URL,你可以直接通过GET请求来访问它,而不是再次POST。
GET /status/:module
GET /status/:module@:version
获取模块的构建状态信息。返回满足给定semver的所有版本的构建信息(或者如果缺少semver,则为最新版本)。
返回的Blob通常如下所示:
{
"module": "concat-stream",
"builds": {
"1.4.1": {
"ok": true
}
}
}
"module"和"builds"字段应该都存在。"builds"的键是版本。属性包括:
- "ok":包是否最后一次构建成功
- "error":如果包构建失败("ok"为false),此属性将包含关于错误的信息
未构建的版本将不会在"builds"中键入。
4. 项目安装方式
该项目作为一个Web服务运行,因此不需要传统意义上的安装。你可以通过提供的URL直接使用它,或者按照上面的说明在Heroku或Docker上部署自己的实例。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00