Gradle JavaScript 插件使用指南
2024-12-24 19:49:57作者:董宙帆
1. 安装指南
Gradle 2.1+
在 build.gradle 文件中添加以下插件依赖:
plugins {
id "com.eriwen.gradle.js" version "2.14.1"
}
Gradle 2.0-
对于 Gradle 2.0 以下版本,需要先配置 buildscript:
buildscript {
repositories {
jcenter()
}
dependencies {
classpath "com.eriwen:gradle-js-plugin:1.12.1"
}
}
apply plugin: "com.eriwen.gradle.js"
2. 项目使用说明
本项目旨在为 Gradle 构建过程中提供一种简单的方式来管理 JavaScript 文件。以下是一些基本使用示例:
声明源文件
javascript.source {
dev {
js {
srcDir jsSrcDir
include "*.js"
exclude "*.min.js"
}
}
prod {
js {
srcDir jsSrcDir
include "*.min.js"
}
}
}
合并文件
combineJs {
encoding = "UTF-8"
source = javascript.source.dev.js.files
dest = file("${buildDir}/all.js")
}
压缩文件
minifyJs {
source = combineJs
dest = file("${buildDir}/all-min.js")
closure {
warningLevel = 'QUIET'
}
}
压缩文件并 GZip
gzipJs {
source = minifyjs
dest = file("${buildDir}/all-min.js")
}
使用 JSHint 进行代码质量检查
jshint {
source = javascript.source.dev.js.files
dest = file("${buildDir}/jshint.out")
reporter = 'checkstyle'
jshint.options = [expr: "true", unused: "true"]
}
使用 JSDoc 生成文档
jsdoc {
source = ["${projectDir}/js/file1.js", "${projectDir}/js/file2.js"]
destinationDir = file("${buildDir}/jsdoc")
}
将 Java 属性文件转换为 JavaScript
props2js {
source = file("${projectDir}/src/test/resources/test.properties")
dest = file("${buildDir}/props.jsonp")
props {
type = 'jsonp'
functionName = 'fn'
}
}
使用 require.js
requireJs {
source = javascript.source.dev.js.files
dest = file("${buildDir}/out.js")
requirejs.buildprofile = new File("src/main/resources/requirejs-config.js")
}
3. 项目API使用文档
请参考以下任务和选项的说明,以便更好地使用项目 API。
combineJs
source: 要合并的文件路径集合dest: 合并后输出的文件
minifyJs
source: 要压缩的文件dest: 压缩后输出的文件(可选)sourcemap: 源码映射文件(可选)closure.compilationLevel: 编译级别,可选值有 'WHITESPACE_ONLY', 'SIMPLE_OPTIMIZATIONS', 'ADVANCED_OPTIMIZATIONS'(可选)closure.warningLevel: 警告级别,可选值有 'QUIET', 'DEFAULT', 'VERBOSE'(可选)closure.compilerOptions: 编译器选项对象(可选)closure.externs: 文件集合对象
gzipJs
source: 要压缩的文件dest: 压缩后输出的文件
jshint
source: 要检查的文件dest: JSHint 输出的文件(可选)reporter: 只支持 'checkstyle'(可选)ignoreExitCode: 如果为false,则 JSHint 发现问题时构建失败(可选)outputToStdOut: 如果为true,则输出到标准输出而不是文件(可选)jshint.options: 选项映射(可选)jshint.predef: 预定义的全局变量映射
jsdoc
source: 要生成文档的文件destinationDir: JSDoc 输出的目录(可选)options.options: 选项数组
props2js
source: 要处理的属性文件dest: 输出的目标文件props.type: 'js', 'json', 或 'jsonp'(可选)props.functionName: 包装 JSONP 的函数名
requireJs
source: 源 JS 文件dest: 输出 JS 文件(必须声明此选项或requirejs.options)**requirejs.buildprofile`: 配置文件引用requirejs.options: 选项映射(可选)ignoreExitCode: 如果为false,则 require.js 运行失败时构建失败(可选)requirejs.impl: r.js 实现文件
4. 项目安装方式
请按照以上安装指南进行项目的安装。确保在 build.gradle 文件中正确配置插件依赖,并根据需要调整任务和选项。如果遇到任何问题,可以查看项目的贡献者信息和相关问题报告。
登录后查看全文
热门项目推荐
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
unified-cache-managementUnified Cache Manager(推理记忆数据管理器),是一款以KV Cache为中心的推理加速套件,其融合了多类型缓存加速算法工具,分级管理并持久化推理过程中产生的KV Cache记忆数据,扩大推理上下文窗口,以实现高吞吐、低时延的推理体验,降低每Token推理成本。Python03
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
Spark-Prover-7BSpark-Prover-7B is a 7B-parameter large language model developed by iFLYTEK for automated theorem proving in Lean4. It generates complete formal proofs for mathematical theorems using a three-stage training framework combining pre-training, supervised fine-tuning, and reinforcement learning. The model achieves strong formal reasoning performance and state-of-the-art results across multiple theorem-proving benchmarksPython00
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
Spark-Formalizer-7BSpark-Formalizer-7B is a 7B-parameter large language model by iFLYTEK for mathematical auto-formalization. It translates natural-language math problems into precise Lean4 formal statements, achieving high accuracy and logical consistency. The model is trained with a two-stage strategy combining large-scale pre-training and supervised fine-tuning for robust formal reasoning.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-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- PpathwayPathway is an open framework for high-throughput and low-latency real-time data processing.Python00
项目优选
收起
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
305
2.68 K
deepin linux kernel
C
24
7
Ascend Extension for PyTorch
Python
136
163
React Native鸿蒙化仓库
JavaScript
233
309
暂无简介
Dart
596
130
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++
630
227
仓颉编译器源码及 cjdb 调试工具。
C++
123
635
🎉 (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
1.06 K
614
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
195
71
仓颉编程语言测试用例。
Cangjie
36
634