tiny-artblocks 项目教程
2024-09-01 11:00:37作者:尤辰城Agatha
1、项目介绍
tiny-artblocks 是一个用于小型 ArtBlocks 项目的工具包,旨在帮助开发者使用纯 vanilla JavaScript 创建和部署小巧且健壮的 ArtBlocks 艺术品。该项目由 mattdesl 开发,其特点包括:
- 类似于
canvas-sketch的框架 - 代码更改时的实时重载功能
- 强大的最小化/压缩功能
- 打印最小化字节和近似的 ETH 部署成本
- 健壮的伪随机数生成器和哈希函数(用于
tokenData种子)
2、项目快速启动
安装
首先,克隆项目仓库并安装依赖:
git clone https://github.com/mattdesl/tiny-artblocks.git
cd tiny-artblocks
npm install
运行
启动开发服务器:
npm start
这将启动一个本地服务器,并在代码更改时自动重载。
示例代码
以下是一个简单的示例代码,展示如何使用 tiny-artblocks 创建一个基本的 ArtBlocks 艺术品:
import { createCanvas, loadImage } from 'canvas';
import { sketch } from 'tiny-artblocks';
const width = 256;
const height = 256;
sketch({ width, height }, async (context, width, height) => {
// 绘制背景
context.fillStyle = '#000';
context.fillRect(0, 0, width, height);
// 加载图像
const image = await loadImage('path/to/image.png');
context.drawImage(image, 0, 0, width, height);
});
3、应用案例和最佳实践
应用案例
tiny-artblocks 已被用于开发和部署 Subscapes,这是一个在压缩后仅为 17kb 的 ArtBlocks 项目。该项目展示了如何使用 tiny-artblocks 创建复杂且小巧的艺术品。
最佳实践
- 代码最小化:使用
tiny-artblocks提供的最小化工具,确保最终部署的代码尽可能小。 - 实时重载:利用实时重载功能,加快开发和调试速度。
- 伪随机数生成器:使用内置的伪随机数生成器和哈希函数,确保艺术品的随机性和唯一性。
4、典型生态项目
canvas-sketch
canvas-sketch 是一个用于创建生成艺术的框架,与 tiny-artblocks 类似,它也提供了实时重载和代码最小化等功能。两者可以结合使用,以创建更复杂的生成艺术项目。
MurmurHash
MurmurHash 是一个高效的非加密哈希函数,tiny-artblocks 使用它来生成伪随机数生成器的初始状态。了解和使用 MurmurHash 可以进一步优化和定制艺术品的生成过程。
通过以上内容,您可以快速上手并深入了解 tiny-artblocks 项目,创建出独特且小巧的 ArtBlocks 艺术品。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
Spark-Prover-7BSpark-Prover 是由科大讯飞团队开发的专用大型语言模型,专为 Lean4 中的自动定理证明而设计。该模型采用创新的三阶段训练策略,显著增强了形式化推理能力,在同等规模的开源模型中实现了最先进的性能。Python00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
Spark-Formalizer-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
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00
项目优选
收起
deepin linux kernel
C
24
7
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
369
3.14 K
Ascend Extension for PyTorch
Python
162
183
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
254
90
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
仓颉编译器源码及 cjdb 调试工具。
C++
126
854
React Native鸿蒙化仓库
JavaScript
240
314
🎉 (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
1.09 K
617
暂无简介
Dart
613
138
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
644
255