Launchbot 技术文档
本文档将详细介绍如何安装、使用以及通过 API 操作 Launchbot 项目。以下是文档的主要内容:
1. 安装指南
Launchbot 可以直接从文件系统中使用,无需特别安装。确保使用 dist 文件夹中的构建文件,其他文件仅用于开发。
开发环境
-
Node.js: 当前开发版本针对 Node.js
8.11.4。 -
克隆仓库并切换到
Launchbot文件夹。 -
安装依赖:
npm install
风格指南
- CSS: michaelx/code-guide
- JavaScript: airbnb-base
2. 项目的使用说明
自托管 Launchbot
克隆或下载仓库。复制 dist 文件夹(或其中的文件)到您希望放置的位置。这可以是文件系统或网络服务器上。在浏览器中导航到 index.html 文件。例如:file:///Users/michael/Projects/Launchbot/dist/index.html 或 https://launchbot.michaelxander.com(在服务器上可以省略 index.html)。打开“设置”以自定义集合、管理插件和调整选项。
嵌入默认配置
- 编辑文件
src/js/config.js。 - 创建新构建:
npm run build。 - 上传
dist文件夹中的文件。
升级
执行 git pull,或下载最新版本并替换您的副本。如果使用嵌入默认配置,请确保备份或 stage 并 merge。
3. 项目 API 使用文档
目前 Launchbot 的 API 使用详情并未在文档中明确说明,主要功能集中在通过浏览器本地存储(localStorage)进行数据交互。
4. 项目安装方式
Launchbot 的安装方式主要是通过下载仓库中的 dist 文件夹,并将其放置在文件系统或网络服务器上。具体步骤如下:
- 克隆或下载 Launchbot 仓库。
- 复制
dist文件夹到目标位置。 - 在浏览器中打开
index.html文件。
快捷键
1至9: 打开集合s或/: 搜索esc: 关闭搜索
设置
在打开设置面板并进行了所有更改后,请确保滚动到底部以保存或重置设置。
集合
这些是您的网站集合。您可以添加任意数量。每行输入一个 URL。
选项
darkMode:true或false,启用暗模式或使用亮主题。searchEngine: 搜索引擎 URL 字符串。faviconSize: 网站图标大小整数。faviconService: 获取网站图标的服务 URL 字符串。linkTarget:_blank,设置打开网站集的位置。keyboardShortcuts:true或false,启用或禁用快捷键。
插件
目前有两个默认插件。开发新插件应该是直接的。
天气
显示天气信息。例如:
柏林的天气:大部分多云,16°C(最高 22°),3km/h 风速 0% 降水,75% 云量。
天气插件使用 Dark Sky API。请先熟悉他们的服务(API 文档)。每天免费提供 1,000 次调用。
年龄
显示您的精确年龄以及距离您设定的目标的百分比和年数。例如:
年龄:30.99692,55.72% 达到 70 岁的目标
激励人心,对吧?
birthday:yyyy-mm-dd格式的字符串,出生日期。goal: 整数,目标的年数。
兼容性
您需要允许 Launchbot 弹出窗口。浏览器应会提示您。
然后,只要启用 JavaScript,Launchbot 应该可以在大多数设备的所有主流浏览器上工作。
异常
iOS 上的 Safari 只允许每个操作打开一个新标签页。如果有足够的需求,我会尝试 其他方法。目前您可以在 iOS 上的 Chrome 中使用 Launchbot。
主题
暗主题 (默认)

亮主题

作者
Michael Xander
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
yuanrongopenYuanrong runtime:openYuanrong 多语言运行时提供函数分布式编程,支持 Python、Java、C++ 语言,实现类单机编程高性能分布式运行。Go051
pc-uishopTNT开源商城系统使用java语言开发,基于SpringBoot架构体系构建的一套b2b2c商城,商城是满足集平台自营和多商户入驻于一体的多商户运营服务系统。包含PC 端、手机端(H5\APP\小程序),系统架构以及实现案例中应满足和未来可能出现的业务系统进行对接。Vue00
ebook-to-mindmapepub、pdf 拆书 AI 总结TSX01