sku 前端开发工具包使用教程
1. 项目介绍
sku 是一个前端开发工具包,由 seek-oss 团队开发并维护。它集成了 Webpack、Babel、Vanilla Extract、ESLint、Prettier 和 Jest 等工具,旨在帮助开发者快速搭建零配置的前端开发环境。sku 特别适用于与 braid-design-system 结合使用,尽管这不是必需的。
该项目的主要目的是提高跨团队协作和代码质量的一致性,尤其是在 SEEK 公司内部。虽然 sku 是开源的,但其设计初衷是为了满足特定需求,因此可能不完全适合所有场景。对于其他需求,可以考虑使用 Vite 或 Parcel 等替代方案。
2. 项目快速启动
2.1 安装
首先,使用 pnpm 安装 sku:
pnpm dlx sku init my-app
2.2 启动开发环境
进入项目目录并启动开发服务器:
cd my-app
pnpm start
2.3 可选配置
如果你希望使用其他包管理器(如 yarn),可以在初始化时指定:
pnpm dlx sku init --packageManager yarn my-app
cd my-app
yarn start
3. 应用案例和最佳实践
3.1 与 braid-design-system 结合使用
sku 特别设计用于与 braid-design-system 结合使用,以提高开发效率和代码一致性。以下是一个简单的示例,展示如何在一个项目中同时使用 sku 和 braid-design-system。
import React from 'react';
import { Box, Text } from 'braid-design-system';
const App = () => (
<Box padding={3}>
<Text>Hello, World!</Text>
</Box>
);
export default App;
3.2 自定义配置
虽然 sku 提供了零配置的开发环境,但在某些情况下,你可能需要添加一些自定义配置。例如,你可以通过修改 sku.config.js 文件来调整 Webpack 配置。
module.exports = {
webpack: (config) => {
// 自定义 Webpack 配置
return config;
},
};
4. 典型生态项目
4.1 braid-design-system
braid-design-system 是一个设计系统,与 sku 结合使用可以显著提高开发效率和代码一致性。它提供了丰富的 UI 组件和样式工具,帮助开发者快速构建一致的用户界面。
4.2 eslint-config-sku
eslint-config-sku 是 sku 推荐的 ESLint 配置,集成了许多最佳实践和规则,帮助开发者编写高质量的代码。
4.3 jest-sku
jest-sku 是 sku 推荐的 Jest 配置,提供了针对前端项目的测试工具和配置,帮助开发者进行单元测试和集成测试。
通过以上模块的介绍和示例,你应该能够快速上手并使用 sku 进行前端开发。希望这篇教程对你有所帮助!
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