Geo for Google Docs 技术文档
1. 安装指南
首先,复制 Geo for Google Docs 脚本的源代码。接着,打开您的 Google Docs 表格,选择 工具 > 脚本编辑器。删除默认的 function myFunction() {} 代码,并粘贴您复制的源代码。将项目命名为 Geo,然后点击 文件 > 保存 并关闭窗口。刷新您的表格,您会在菜单栏的 帮助 旁边看到一个名为 Geo 的新菜单。
2. 项目的使用说明
Geo for Google Docs 是一个用于在 Google Docs 表格中处理地理编码数据的插件脚本。它主要有两个功能:地理编码地址和导出 GeoJSON。
地理编码任意地址
假设您有一个包含地址的表格列。这些地址可以是街道地址、邮政编码、县或州名,甚至是国家代码。为了在地图上显示这些地址,您需要找到这些地址的地理编码,即经度和纬度坐标。对于更通用的位置,如 "加拿大",地理编码 API 通常会返回该区域的中心点或首都的坐标。
安装 Geo 脚本后,您可以使用 MapQuest Nominatim 或 Yahoo PlaceFinder 服务来获取地址的地理编码。首先,选择包含地址数据的单元格。这可以是一列或几列。如果选择多列(例如 '地址'、'城市'、'州'),这些列将从左到右合并并发送给地理编码服务。您也可以只选择几个单元格而不是整列来地理编码,这在添加新行或更新现有地址时特别有用。
选择地址数据后,进入 Geo > 地理编码地址。如果是第一次使用该脚本,需要授权它访问您的表格,然后再次进入 地理编码地址。接下来,设置您偏好的 API,如果该服务需要,请输入 API 密钥,然后点击 地理编码。
您应该会在表格中看到三个新添加的列,坐标数据将被输入到这些列中。第三列是地理编码服务的响应,关于地理编码的分辨率,例如 '住宅' 或 '行政'。
导出为 GeoJSON
要将表格数据加载到 TileMill 或其他 GIS 应用程序中,需要将其保存为 GeoJSON 文件。使用 Geo 脚本执行此操作,选择要导出的所有数据,然后进入 Geo > 导出 GeoJSON。选择每行具有唯一内容的列,并指定包含坐标的列。然后点击导出并下载文件。需要将 .geojson 添加到文件名末尾,以便 TileMill 识别为 GeoJSON 文件。
3. 项目 API 使用文档
Geo for Google Docs 脚本支持以下 API 用于地理编码:
- MapQuest Nominatim
- Yahoo PlaceFinder
- Cicero API
使用这些 API 前,请确保了解并遵守各自的条款和服务。
4. 项目安装方式
请参考 "安装指南" 部分进行安装。主要步骤包括复制脚本源代码、在 Google Docs 表格中打开脚本编辑器、粘贴代码、命名项目、保存并刷新表格以显示新的 Geo 菜单。
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0195
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0124
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook07