【亲测免费】 Excalidraw 安装和配置指南
2026-01-21 04:12:26作者:胡唯隽
1. 项目基础介绍和主要编程语言
项目基础介绍
Excalidraw 是一个开源的虚拟白板工具,专为绘制手绘风格的图表、线框图或其他图形设计而设计。它支持无限画布、手绘风格、暗模式、图像支持、形状库支持、本地化支持等功能。Excalidraw 的核心是一个 npm 包,可以轻松集成到你自己的应用中。
主要编程语言
Excalidraw 主要使用以下编程语言和工具:
- TypeScript: 主要编程语言,用于编写应用逻辑和组件。
- JavaScript: 用于部分脚本和配置文件。
- HTML/CSS: 用于页面结构和样式。
- SCSS: 用于更高级的样式编写。
2. 项目使用的关键技术和框架
关键技术和框架
- React: 用于构建用户界面的 JavaScript 库。
- npm/yarn: 包管理工具,用于安装和管理项目依赖。
- Webpack: 模块打包工具,用于构建和打包项目。
- ESLint: 代码质量工具,用于检查和修复代码中的问题。
- Prettier: 代码格式化工具,用于统一代码风格。
3. 项目安装和配置的准备工作和详细的安装步骤
准备工作
在开始安装之前,请确保你的开发环境已经安装了以下工具:
- Node.js: 版本建议为 14.x 或更高。
- npm 或 yarn: 用于管理项目依赖。
- Git: 用于克隆项目仓库。
安装步骤
步骤 1: 克隆项目仓库
首先,你需要从 GitHub 上克隆 Excalidraw 的仓库到本地。
git clone https://github.com/excalidraw/excalidraw.git
cd excalidraw
步骤 2: 安装依赖
进入项目目录后,使用 npm 或 yarn 安装项目依赖。
使用 npm:
npm install
使用 yarn:
yarn install
步骤 3: 配置环境变量
Excalidraw 项目使用了一些环境变量来配置开发和生产环境。你可以在项目根目录下找到 .env.development 和 .env.production 文件,根据需要进行配置。
步骤 4: 启动开发服务器
安装完依赖并配置好环境变量后,你可以启动开发服务器来运行项目。
使用 npm:
npm start
使用 yarn:
yarn start
启动后,你可以在浏览器中访问 http://localhost:3000 来查看 Excalidraw 的运行效果。
步骤 5: 构建项目
如果你需要构建项目以进行生产部署,可以使用以下命令:
使用 npm:
npm run build
使用 yarn:
yarn build
构建完成后,生成的文件将位于 build 目录中,你可以将其部署到任何静态文件服务器上。
总结
通过以上步骤,你已经成功安装并配置了 Excalidraw 项目。你可以根据自己的需求进一步定制和扩展这个强大的开源工具。如果你在安装过程中遇到任何问题,可以参考项目的 GitHub 页面或社区论坛寻求帮助。
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00- QQwen3.5-397B-A17BQwen3.5 实现了重大飞跃,整合了多模态学习、架构效率、强化学习规模以及全球可访问性等方面的突破性进展,旨在为开发者和企业赋予前所未有的能力与效率。Jinja00
HY-Embodied-0.5这是一套专为现实世界具身智能打造的基础模型。该系列模型采用创新的混合Transformer(Mixture-of-Transformers, MoT) 架构,通过潜在令牌实现模态特异性计算,显著提升了细粒度感知能力。Jinja00
LongCat-AudioDiT-1BLongCat-AudioDiT 是一款基于扩散模型的文本转语音(TTS)模型,代表了当前该领域的最高水平(SOTA),它直接在波形潜空间中进行操作。00
ERNIE-ImageERNIE-Image 是由百度 ERNIE-Image 团队开发的开源文本到图像生成模型。它基于单流扩散 Transformer(DiT)构建,并配备了轻量级的提示增强器,可将用户的简短输入扩展为更丰富的结构化描述。凭借仅 80 亿的 DiT 参数,它在开源文本到图像模型中达到了最先进的性能。该模型的设计不仅追求强大的视觉质量,还注重实际生成场景中的可控性,在这些场景中,准确的内容呈现与美观同等重要。特别是,ERNIE-Image 在复杂指令遵循、文本渲染和结构化图像生成方面表现出色,使其非常适合商业海报、漫画、多格布局以及其他需要兼具视觉质量和精确控制的内容创作任务。它还支持广泛的视觉风格,包括写实摄影、设计导向图像以及更多风格化的美学输出。Jinja00
热门内容推荐
最新内容推荐
DeepSeek-R1 终端输出满屏 `<think>` 乱码?一行正则修复 Hermes 过滤 BugAI 找不到执行结果?排查 _sanitize_api_messages 首尾空格引发的血案Agent 疯狂请求 API 导致额度耗尽?修复 batch_runner 无限重试 Bug接入 MiniMax/Qwen3 报错?别让 scratchpad 污染你的流式输出微信桥接神器 HermesClaw 启动崩溃?修复 openclaw dry-run 权限异常git submodule update 失败?国内网络拉取 Tinker-Atropos 强化学习模块指南Windows WSL 运行 Hermes 提示 launchd 失败?彻底解决跨系统自启大坑Execution Layer Crash: 修复工具调用结果无法持久化保存的致命 Bug无缝对话体验升级:Cherry Studio如何解决多模型协作难题隐私优先的照片管理:Ente加密相册的安全存储与智能组织方案
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
668
4.3 K
deepin linux kernel
C
28
16
Ascend Extension for PyTorch
Python
511
621
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
398
297
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++
943
878
🎉 (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
1.56 K
904
暂无简介
Dart
917
222
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
1.07 K
558
昇腾LLM分布式训练框架
Python
142
169
仓颉编程语言运行时与标准库。
Cangjie
163
924