ONLYOFFICE SDKJS 插件开发指南
项目概述
ONLYOFFICE SDKJS-Plugins 是一个强大的开源项目,专为想要扩展ONLYOFFICE Document Server和Desktop Editors功能的开发者设计。它包含了一系列示例插件,展示了如何通过JavaScript与ONLYOFFICE编辑器进行交互,从而实现从简单的文本插入到复杂的第三方服务集成等多种功能。
1. 项目目录结构及介绍
ONLYOFFICE SDKJS-Plugins的目录结构清晰地组织了各种示例和核心插件代码。下面是其基本结构:
ONLYOFFICE-sdkjs-plugins/
├── archive # 示例:处理归档文件操作
├── adobephotoeditor # 示例:特定功能集成示例
├── chess # 示例:展示 Ole 对象处理
├── chrome_extension_example # 教程:将插件变为Chrome扩展
├── ... # 更多类似的示例目录
├── externallistener # 示例:与外部面板互动
├── interface # 插件与界面交互的基础
├── ... # 其他关键模块和示例
├── README.md # 主要说明文档
├── gitignore # Git忽略文件配置
└── LICENSE # 许可证信息(Apache-2.0)
每个子目录通常包含一个完整的插件实现案例,其中example_*目录尤其重要,它们提供了丰富的应用场景和技术细节。
2. 项目启动文件介绍
该项目没有传统的单一“启动文件”,它的运行依赖于ONLYOFFICE环境。开发者在开发自己的插件时,并不是直接运行这个库,而是将其作为ONLYOFFICE配置的一部分添加进去。例如,如果你想要测试或使用某个示例插件,你需要将该插件的代码放置到ONLYOFFICE Document Server的sdkjs-plugins目录下。
对于开发调试流程,涉及到更多的是通过ONLYOFFICE的配置调整来启用特定的插件,或者利用Docker命令(如提供路径映射至sdkjs-plugins目录)来运行带有自定义插件的ONLYOFFICE服务器实例。
3. 项目的配置文件介绍
配置插件主要通过以下几种方式完成:
-
通过
config.json文件:在ONLYOFFICE Docs中,可以修改或添加到config.json的pluginsData字段,来指定插件的相对路径。{ "plugins": { "pluginsData": [ { "name": "myCustomPlugin", "path": "./path/to/myCustomPlugin" } ] } } -
sdkjs-plugins目录部署:将插件目录直接放入ONLYOFFICE指定的路径下,比如Linux下的/var/www/onlyoffice/documentserver/sdkjs-plugins/或Windows下的%ProgramFiles%\ONLYOFFICE\DocumentServer\sdkjs-plugins\。 -
插件管理器:ONLYOFFICE提供了插件管理界面,在生产环境中可以通过此界面安装和管理插件,但具体配置细节需参考ONLYOFFICE官方文档。
每个插件自身也可能携带配置文件,以控制其内部行为,但这取决于插件的实现细节,一般不在项目根级直接体现。
综上所述,开发和使用ONLYOFFICE SDKJS-Plugins涉及理解其目录结构,知晓插件部署的多种途径,以及潜在的配置文件调整。正确地将这些元素结合起来,是成功开发和集成自定义ONLYOFFICE插件的关键。
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
GLM-4.7-FlashGLM-4.7-Flash 是一款 30B-A3B MoE 模型。作为 30B 级别中的佼佼者,GLM-4.7-Flash 为追求性能与效率平衡的轻量化部署提供了全新选择。Jinja00
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
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!Kotlin07
compass-metrics-modelMetrics model project for the OSS CompassPython00