开源项目安装与配置指南:Feedback Fin
2025-04-17 01:04:24作者:尤峻淳Whitney
Feedback Fin 是一个轻量级的网页反馈收集工具,它允许用户在网站上任何位置收集反馈。该项目主要使用以下编程语言和技术:
- 编程语言:CSS、TypeScript、HTML 和 JavaScript
- 框架:无特定框架,使用了原生 JavaScript 和 CSS
关键技术和框架
- Floating UI:用于计算和定位反馈窗口的位置。
- focus-trap:在反馈窗口打开时,将焦点限制在窗口内。
- CSS Variables:用于定制化反馈窗口的样式。
安装和配置准备工作
在开始安装 Feedback Fin 之前,请确保您的开发环境满足以下要求:
- Node.js 环境
- npm 或 yarn 包管理器
以下是详细的安装和配置步骤:
步骤 1:克隆项目仓库
首先,您需要从 GitHub 克隆项目仓库到本地环境。打开命令行界面,执行以下命令:
git clone https://github.com/rowyio/feedbackfin.git
cd feedbackfin
步骤 2:安装依赖
在项目根目录下,使用 npm 或 yarn 安装项目依赖:
npm install
# 或者
yarn install
步骤 3:配置 webhook URL
Feedback Fin 使用 webhook URL 来接收反馈数据。您需要生成一个 webhook URL,并将其配置到项目中。您可以使用 Rowy 的低代码平台轻松生成 webhook URL,并管理反馈数据。
步骤 4:配置用户信息(可选)
如果您希望在提交的反馈中包含用户信息,您可以在 window.feedbackfin.config 对象中配置用户信息:
window.feedbackfin.config.user = {
name: "用户名",
email: "用户邮箱"
};
步骤 5:在网页中添加 Feedback Fin 脚本
将以下脚本添加到您的网页中,确保在 <head> 标签结束之前添加:
<script src="https://unpkg.com/feedbackfin@^1" defer></script>
步骤 6:设置反馈按钮
在网页中添加一个按钮,并使用 data-feedbackfin-button 属性:
<button data-feedbackfin-button>反馈</button>
步骤 7:配置 Feedback Fin
在 <script> 标签中配置 Feedback Fin,设置 webhook URL 和其他选项:
window.feedbackfin.config = {
url: "https://rowy-hooks.run.app/wh/...",
// 其他配置项
};
完成以上步骤后,您的 Feedback Fin 应该已经可以正常使用了。用户点击反馈按钮时,会打开反馈窗口,用户可以提交反馈信息,这些信息会通过 POST 请求发送到您配置的 webhook URL。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
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
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
454
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++
893
677
暂无简介
Dart
802
199
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
350
205
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (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
1.37 K
781