开源项目启动和配置文档
2025-05-27 22:03:49作者:殷蕙予
1. 项目的目录结构及介绍
本项目是面向UNY电子工程D4专业的毕业设计报告和方案的LaTeX模板。项目目录结构如下所示:
Template-LaTeX-Tugas-Akhir-Sarjana-Terapan-UNY/
├── CHANGELOG # 更改日志
├── LICENSE # 项目许可证
├── Project # 项目文件夹
│ ├── a0-identitas.tex # 报告基本信息
│ ├── a1-database.hyphenate.tex # 拼写断字数据库
│ ├── a2-abstrak.tex # 印尼语摘要
│ ├── a3-abstract.tex # 英语摘要
│ ├── a4-persembahan.tex # 献辞
│ ├── a5-katapengantar.tex # 前言
│ ├── a6-daftarsingkatan.tex # 缩写列表
│ ├── a7-pustaka.bib # BibTeX格式参考文献
│ ├── a8-lampiran.tex # 附录
│ ├── b1-bab1.tex # 第一章:引言
│ ├── b2-bab2.tex # 第二章:文献综述
│ ├── b3-bab3.tex # 第三章:研究方法
│ ├── b4-bab4.tex # 第四章:结果与讨论
│ ├── b5-bab5.tex # 第五章:结论与建议
│ ├── b6-bab6.tex # 第六章:LaTeX教程(可选)
│ ├── gambar # 存储图片的文件夹
│ ├── kode # 存储代码的文件夹
│ ├── laporan.pdf # 编译后的报告PDF
│ ├── laporan.tex # 主LaTeX文件
│ └── untouch # 不需要修改的文件文件夹
│ ├── xx-daftar.tex
│ ├── xx-daftarpustaka.tex
│ ├── xx-pengesahan.tex
│ ├── xx-pernyataan.tex
│ ├── xx-persetujuan-proposal.tex
│ ├── xx-persetujuan-ujian.tex
│ ├── xx-preambles.tex
│ ├── xx-sampul-laporan.tex
│ ├── xx-sampul-proposal.tex
│ ├── xx-sampuldalam-laporan.tex
│ └── xx-sampuldalam-proposal.tex
└── README.md # 本文档
每个文件和文件夹的作用如下:
CHANGELOG: 记录项目的更新和修改历史。LICENSE: 项目使用的许可证信息。Project: 包含所有LaTeX源文件和相关的项目文件。README.md: 本文档。
2. 项目的启动文件介绍
项目的启动文件是laporan.tex,这是主LaTeX文件,用于编译整个毕业设计报告或方案。以下是启动文件的基本结构:
\documentclass{...} % 文档类定义
\usepackage{...} % 导入必要的宏包
% 定义项目类型为方案或报告
\newcommand{\Jenis}{Proposal} % 用于方案
%\newcommand{\Jenis}{Laporan} % 用于报告
\begin{document}
% 包含必要的文件
\include{a0-identitas}
\include{a1-database.hyphenate}
% ... 其他文件的包含
\end{document}
在使用前,需要根据是编写方案还是报告来取消注释相应的命令。
3. 项目的配置文件介绍
项目的配置主要通过修改laporan.tex文件中的命令来完成。以下是一些基本的配置选项:
\newcommand{\Jenis}{Proposal}或\newcommand{\Jenis}{Laporan}: 用于指定文档类型是方案还是报告。\include{...}: 用于包含项目中的各个章节文件。
其他配置通常涉及修改各个章节文件中的内容,如a0-identitas.tex,在这里可以填写基本信息、标题、导师等内容。
在laporan.tex文件中还可以根据需要导入额外的宏包,以支持特定类型的文档元素,比如图片、表格、引用等。这些宏包在LaTeX中被称为"package",通常使用\usepackage{}命令导入。
请根据实际需要调整和配置这些文件以符合您的具体要求。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
402
3.12 K
Ascend Extension for PyTorch
Python
224
249
暂无简介
Dart
672
159
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++
663
315
React Native鸿蒙化仓库
JavaScript
262
324
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (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
1.2 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219