开源项目教程:Bryans-Preferred-Modules-for-FoundryVTT
2024-08-27 21:52:21作者:魏侃纯Zoe
项目介绍
Bryans-Preferred-Modules-for-FoundryVTT 是一个由 Bryan Casler 维护的开源项目,旨在为 FoundryVTT(一个虚拟桌面工具)提供一系列精心挑选的模块,特别适用于 Dungeons and Dragons 5e 和 Pathfinder 2e。这些模块旨在协同工作,不会创建过多的用户界面选项或导致明显的帧率下降。
项目快速启动
克隆项目
首先,你需要克隆项目到本地:
git clone https://github.com/bryancasler/Bryans-Preferred-Modules-for-FoundryVTT.git
安装依赖
进入项目目录并安装必要的依赖:
cd Bryans-Preferred-Modules-for-FoundryVTT
npm install
配置和启动
根据你的 FoundryVTT 实例配置这些模块。你可以通过编辑 foundry-settings-export.json 文件来调整模块的设置。
应用案例和最佳实践
应用案例
- Dungeons and Dragons 5e 游戏:使用这些模块可以大大提升游戏体验,特别是在处理复杂的战斗和角色状态时。
- Pathfinder 2e 游戏:模块的精心挑选确保了游戏的流畅性和易用性,特别是在处理复杂的规则和战斗机制时。
最佳实践
- 定期更新模块:确保所有模块都是最新版本,以避免兼容性问题。
- 备份配置:在调整
foundry-settings-export.json文件之前,建议备份当前配置,以防需要恢复。
典型生态项目
FoundryVTT 核心
FoundryVTT 是一个强大的虚拟桌面工具,支持多种角色扮演游戏。Bryans-Preferred-Modules-for-FoundryVTT 项目旨在增强其功能,使其更适合特定的游戏类型。
相关模块
- Adventure Importer / Exporter:用于导入和导出冒险内容的模块。
- Dancing Lights v2:提供更好的环境光照和角色光照工具。
- Dice Tray:在聊天窗口下方添加一个骰子托盘,方便投掷骰子。
通过这些模块的组合使用,可以显著提升 FoundryVTT 的游戏体验,使其更加适合复杂的角色扮演游戏。
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
Ascend Extension for PyTorch
Python
223
245
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
暂无简介
Dart
672
157
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++
662
313
React Native鸿蒙化仓库
JavaScript
262
323
🔥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
仓颉编译器源码及 cjdb 调试工具。
C++
134
867
仓颉编程语言测试用例。
Cangjie
37
860
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
218