np 项目技术文档
本文档旨在帮助用户了解和使用 np 项目,一个用于在 Simple Build Tool (sbt) 中快速创建新项目的简单工具。
1. 安装指南
sbt 0.12 或更低版本
全局安装
如果已经创建了 ~/.sbt 目录,在 ~/.sbt/plugins/build.sbt 文件中添加以下内容:
addSbtPlugin("me.lessis" % "np" % "0.2.0")
resolvers += Resolver.url("sbt-plugin-releases",
  url("http://scalasbt.artifactoryonline.com/scalasbt/sbt-plugin-releases/"))(
    Resolver.ivyStylePatterns)
或者,如果您更愿意,可以通过 git 仓库依赖项目。
import sbt._
object Plugins extends Build {
  lazy val root = Project("root", file(".")) dependsOn(
    uri("git://github.com/softprops/np.git#0.2.0")
  )
}
确保明确地将 np 的设置混合到您的构建定义中。
seq(npSettings: _*)
在全局 .sbt 文件下(如 ~/.sbt/np.sbt)这样做将使 np 的设置对所有 sbt 项目可用。
局部安装
如果有一个 ~/project 目录,在 ~/project/build.sbt 文件中添加以下内容:
addSbtPlugin("me.lessis" % "np" % "0.2.0")
resolvers += Resolver.url("sbt-plugin-releases",
  url("http://scalasbt.artifactoryonline.com/scalasbt/sbt-plugin-releases/"))(
    Resolver.ivyStylePatterns)
sbt 0.13 及以上版本
如果没有,创建一个 ~/.sbt/0.13/plugins 目录。在其中,创建一个名为 np.sbt 的文件(文件名无关紧要),包含以下内容:
addSbtPlugin("me.lessis" % "np" % "0.2.0")
这将使 npSettings 在项目定义中全局可见。
如果您希望全局混合 npSettings,在 ~/.sbt/0.13 下创建一个名为 np.sbt 的文件,包含以下内容:
seq(npSettings: _*)
定制化
如果您有很多项目使用相同的 ivy 组织 ID(您自己的)或者总是以相同的版本约定开始项目(SNAPSHOT),您可能想要定义自己的全局覆盖。
在 sbt 0.12 中的 ~/.sbt/np.sbt 文件或在 sbt 0.13 中的 ~/.sbt/0.13/np.sbt 文件中添加以下内容:
seq(npSettings:_*)
(NpKeys.defaults in (Compile, NpKeys.np)) ~= {
  _.copy(org="me.lessis", version="0.1.0-SNAPSHOT")
}
查看下文的 np 选项参考部分,了解所有可用选项。
2. 项目的使用说明
在 sbt 中使用以下命令来创建新项目:
sbt
np name:np
如果您已经有了一个项目并且想要创建一个子项目,也可以:
sbt
np name:my-sub-project dir:sub-project-dir
这将在相对于项目基本目录的 sub-project-dir 目录下创建一个新的 sbt 项目源树。在主构建配置中,您可以将其作为存根使用,并引用为:
lazy val sub = Project("my-sub-project", file("sub-project-dir"))
或者删除生成的存根 build.sbt,只使用生成的源树。
3. 项目API使用文档
np 命令生成 sbt 项目,给定 key:value 选项。以下是当前选项的列表:
org:项目组织。默认为 sbt 内置默认值。name:项目名称。默认为 sbt 内置默认值。version:项目版本。默认为 sbt 内置默认值。plugin:布尔指标,指示项目是否为插件项目。默认为 false。dir:np 应生成项目的目录路径。默认为 '.'。
4. 项目安装方式
请参考上文中的安装指南进行项目安装。
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00- DDeepSeek-OCRDeepSeek-OCR是一款以大语言模型为核心的开源工具,从LLM视角出发,探索视觉文本压缩的极限。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
HunyuanWorld-Mirror混元3D世界重建模型,支持多模态先验注入和多任务统一输出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Jinja00
Spark-Scilit-X1-13B科大讯飞Spark Scilit-X1-13B基于最新一代科大讯飞基础模型,并针对源自科学文献的多项核心任务进行了训练。作为一款专为学术研究场景打造的大型语言模型,它在论文辅助阅读、学术翻译、英语润色和评论生成等方面均表现出色,旨在为研究人员、教师和学生提供高效、精准的智能辅助。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- HHowToCook程序员在家做饭方法指南。Programmer's guide about how to cook at home (Chinese only).Dockerfile014
 
Spark-Chemistry-X1-13B科大讯飞星火化学-X1-13B (iFLYTEK Spark Chemistry-X1-13B) 是一款专为化学领域优化的大语言模型。它由星火-X1 (Spark-X1) 基础模型微调而来,在化学知识问答、分子性质预测、化学名称转换和科学推理方面展现出强大的能力,同时保持了强大的通用语言理解与生成能力。Python00- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00