Iconoir 图标库使用教程
项目介绍
Iconoir 是一个开源的图标库,提供了超过 1500 个独特的 SVG 图标,设计在 24x24 像素的网格上。这些图标可以免费使用,并且支持多种前端框架,如 React、React Native、Flutter、Vue、Figma 和 Framer。Iconoir 的图标设计简洁、现代,适用于各种应用场景。
项目快速启动
安装 Iconoir
你可以通过 npm、yarn、pnpm 或 bun 来安装 Iconoir 图标库。以下是使用 npm 安装的示例:
npm install iconoir
使用 Iconoir 图标
安装完成后,你可以在你的项目中导入并使用 Iconoir 图标。以下是一个简单的 React 示例:
import React from 'react';
import { Iconoir } from 'iconoir-react';
function App() {
return (
<div>
<Iconoir icon="home" />
</div>
);
}
export default App;
在其他框架中使用
React Native
import { Iconoir } from 'iconoir-react-native';
function App() {
return (
<View>
<Iconoir name="home" />
</View>
);
}
Vue
import { Iconoir } from '@iconoir/vue';
export default {
components: {
Iconoir,
},
template: '<Iconoir name="home" />',
};
Flutter
import 'package:iconoir_flutter/iconoir_flutter.dart';
class MyWidget extends StatelessWidget {
@override
Widget build(BuildContext context) {
return Iconoir(icon: 'home');
}
}
Figma 和 Framer
在 Figma 和 Framer 中,你可以直接从插件市场安装 Iconoir 插件,并在设计中使用这些图标。
应用案例和最佳实践
1. 网站导航图标
在网站的导航栏中使用 Iconoir 图标,可以提升用户体验。例如,使用“home”图标表示首页,“search”图标表示搜索功能。
<nav>
<a href="/"><Iconoir icon="home" /></a>
<a href="/search"><Iconoir icon="search" /></a>
</nav>
2. 移动应用图标
在移动应用中,使用 Iconoir 图标可以提高应用的视觉一致性。例如,在底部导航栏中使用不同的图标来表示不同的功能模块。
<BottomNavigation>
<BottomNavigationItem icon={<Iconoir name="home" />} label="Home" />
<BottomNavigationItem icon={<Iconoir name="search" />} label="Search" />
</BottomNavigation>
3. 数据可视化
在数据可视化项目中,使用 Iconoir 图标可以增强图表的可读性。例如,在柱状图中使用不同的图标来表示不同的数据类别。
<BarChart>
<Bar dataKey="value" fill="#8884d8">
<LabelList dataKey="name" content={<Iconoir icon="chart" />} />
</Bar>
</BarChart>
典型生态项目
1. React 项目
Iconoir 提供了专门的 React 组件库 iconoir-react,可以轻松集成到 React 项目中。你可以通过 npm 安装并使用这些组件。
2. Vue 项目
对于 Vue 开发者,Iconoir 提供了 @iconoir/vue 包,可以在 Vue 项目中无缝使用这些图标。
3. Flutter 项目
Flutter 开发者可以使用 iconoir_flutter 包,将 Iconoir 图标集成到 Flutter 应用中。
4. Figma 和 Framer
Iconoir 还提供了 Figma 和 Framer 插件,设计师可以直接在设计工具中使用这些图标,提升设计效率。
通过以上教程,你可以快速上手并充分利用 Iconoir 图标库,为你的项目增添现代、简洁的视觉元素。
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