JSR 开源项目教程
2024-09-27 04:47:04作者:彭桢灵Jeremy
1. 项目的目录结构及介绍
JSR 项目的目录结构如下:
jsr/
├── api/
│ ├── src/
│ └── ...
├── frontend/
│ ├── src/
│ └── ...
├── github/
│ └── workflows/
├── terraform/
│ └── terraform_infra/
├── tools/
├── .gitignore
├── LICENSE
├── README.md
├── deno.json
├── deno.lock
├── docker-compose.yml
├── rust-toolchain.toml
└── ...
目录结构介绍
- api/: 包含项目的 API 实现,主要使用 Rust 语言编写。
- src/: API 的主要代码文件。
- frontend/: 包含项目的前端实现,主要使用 Fresh 框架。
- src/: 前端的主要代码文件。
- github/workflows/: 包含 GitHub Actions 的工作流配置文件。
- terraform/terraform_infra/: 包含 Terraform 的基础设施配置文件。
- tools/: 包含项目使用的各种工具和脚本。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- README.md: 项目介绍和使用说明。
- deno.json: Deno 项目的配置文件。
- deno.lock: Deno 项目的依赖锁定文件。
- docker-compose.yml: Docker Compose 配置文件,用于本地开发环境的启动。
- rust-toolchain.toml: Rust 工具链配置文件。
2. 项目的启动文件介绍
前端启动文件
前端的启动文件主要位于 frontend/src/ 目录下。主要的启动文件是 main.ts,它负责初始化前端应用并启动服务器。
// frontend/src/main.ts
import { start } from "fresh";
import routes from "./routes.ts";
await start(routes);
API 启动文件
API 的启动文件主要位于 api/src/ 目录下。主要的启动文件是 main.rs,它负责初始化 API 服务器并启动监听。
// api/src/main.rs
use api::run;
#[tokio::main]
async fn main() {
run().await;
}
3. 项目的配置文件介绍
Deno 配置文件
Deno 项目的配置文件是 deno.json,它包含了项目的依赖和任务配置。
{
"tasks": {
"dev:frontend": "deno run --allow-net --allow-read --allow-env ./frontend/src/main.ts",
"dev:api": "deno run --allow-net --allow-read --allow-env ./api/src/main.rs"
},
"importMap": "./import_map.json"
}
Docker Compose 配置文件
Docker Compose 配置文件是 docker-compose.yml,它用于定义本地开发环境的容器配置。
version: '3.8'
services:
api:
build: ./api
ports:
- "8080:8080"
frontend:
build: ./frontend
ports:
- "3000:3000"
Rust 工具链配置文件
Rust 工具链配置文件是 rust-toolchain.toml,它指定了项目使用的 Rust 版本。
[toolchain]
channel = "stable"
通过以上配置文件,可以方便地启动和管理 JSR 项目的开发环境。
登录后查看全文
热门项目推荐
相关项目推荐
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
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
537
3.76 K
暂无简介
Dart
773
192
Ascend Extension for PyTorch
Python
343
405
🎉 (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
1.34 K
755
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.07 K
97
React Native鸿蒙化仓库
JavaScript
303
356
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
337
180
AscendNPU-IR
C++
86
142
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
987
249