Skulpt 项目教程
1. 项目介绍
Skulpt 是一个用 JavaScript 实现的 Python 编程语言。它允许 Python 代码在浏览器中运行,甚至可以在 iPad 上运行。Skulpt 被用于多个项目中,包括交互式 Python 教材。通过 Skulpt,用户可以在浏览器中尝试 Python 代码,甚至进行一些简单的图形编程,如 Turtle 图形。
Skulpt 最初由 Scott Graham 创建,Brad Miller 自 2010/2011 年起担任项目维护者,并与核心贡献者 Albert-Jan Nijburg、Scott Rixner、Meredydd Luff 等人一起推动项目的发展。
2. 项目快速启动
2.1 安装 Node.js
首先,确保你已经安装了 Node.js。你可以从 Node.js 官网 下载并安装。
2.2 克隆项目
使用 Git 克隆 Skulpt 项目到本地:
git clone https://github.com/skulpt/skulpt.git
cd skulpt
2.3 安装依赖
在项目目录下运行以下命令安装所需的依赖:
npm install
2.4 构建项目
运行以下命令构建 Skulpt:
npm run dist
构建完成后,你会在 dist 文件夹中找到 skulpt.min.js 和 skulpt-stdlib.js。
2.5 在网页中使用 Skulpt
在你的 HTML 文件中引入 Skulpt 的 JavaScript 文件:
<!DOCTYPE html>
<html lang="en">
<head>
<meta charset="UTF-8">
<title>Skulpt 示例</title>
<script src="dist/skulpt.min.js"></script>
<script src="dist/skulpt-stdlib.js"></script>
</head>
<body>
<textarea id="code" style="width: 100%; height: 200px;">
print("Hello, Skulpt!")
</textarea>
<button onclick="runPython()">运行代码</button>
<script>
function runPython() {
var code = document.getElementById("code").value;
Sk.configure({output: function(text) {console.log(text);}});
(Sk.TurtleGraphics || (Sk.TurtleGraphics = {})).target = 'mycanvas';
var myPromise = Sk.misceval.asyncToPromise(function() {
return Sk.importMainWithBody("<stdin>", false, code, true);
});
myPromise.then(function(mod) {
console.log('success');
}, function(err) {
console.log(err.toString());
});
}
</script>
</body>
</html>
3. 应用案例和最佳实践
3.1 交互式 Python 教材
Skulpt 被广泛应用于交互式 Python 教材中,学生可以直接在浏览器中编写和运行 Python 代码,无需安装任何本地环境。
3.2 Turtle 图形编程
Skulpt 支持 Turtle 图形编程,用户可以在浏览器中绘制图形,非常适合初学者学习编程和图形绘制。
3.3 在线编程平台
许多在线编程平台使用 Skulpt 来支持 Python 编程,用户可以在这些平台上直接编写和运行 Python 代码,进行在线编程练习。
4. 典型生态项目
4.1 Skulpt-Turtle
Skulpt-Turtle 是 Skulpt 的一个扩展模块,专门用于支持 Turtle 图形编程。它允许用户在浏览器中绘制各种图形,非常适合教育和学习。
4.2 Skulpt-Math
Skulpt-Math 是 Skulpt 的数学模块扩展,提供了丰富的数学函数和常量,方便用户在浏览器中进行数学计算和模拟。
4.3 Skulpt-Repl
Skulpt-Repl 是一个基于 Skulpt 的交互式 Python REPL(Read-Eval-Print Loop)环境,用户可以在浏览器中直接输入 Python 代码并立即看到结果。
通过这些生态项目,Skulpt 不仅支持基本的 Python 编程,还扩展了其在图形编程、数学计算和交互式编程方面的能力,为用户提供了更丰富的编程体验。
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- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。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
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
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00