StickyLand 开源项目安装与使用指南
2024-09-22 14:04:44作者:伍希望
StickyLand 是一个旨在打破 Jupyter Notebooks 线性展示方式的开源项目,通过引入“粘性单元格”功能,允许用户自由拖拽创建和排列代码或Markdown单元格,构建非线性的交互式笔记本环境。
1. 项目目录结构及介绍
stickyland
├── github/workflows # GitHub Actions 工作流配置文件
├── examples # 示例文件夹,包含应用示例
├── jupyterlab_stickyland # JupyterLab 扩展的核心代码
├── src # 主要源代码存放位置
├── style # CSS样式文件
├── .eslintignore # ESLint 忽略文件配置
├── .eslintrc.js # ESLint 配置文件
├── .gitattributes # Git 属性文件
├── .gitignore # Git忽略文件列表
├── prettierignore # Prettier 忽略文件配置
├── prettierrc # Prettier 格式化配置
├── yarnrc.yml # Yarn 配置文件
├── CHANGELOG.md # 版本更新日志
├── LICENSE # 许可证文件,采用BSD-3-Clause许可
├── MANIFEST.in # Python打包时所需文件清单
├── README.md # 项目介绍文档
├── RELEASE.md # 发布说明
├── install.json # 安装配置文件(可能用于JupyterLab插件管理)
├── package.json # NPM包配置文件
├── pyproject.toml # Python项目配置
├── setup.py # Python安装脚本
├── tsconfig.json # TypeScript编译配置
└── yarn.lock # Yarn依赖锁定文件
2. 项目的启动文件介绍
在 stickyland 项目中,并没有直接指定一个单一的“启动文件”,因为这个项目主要是作为JupyterLab的一个扩展开发。用户并不直接运行这个仓库中的任何脚本来启动项目。安装并使用StickyLand主要涉及的是对JupyterLab环境的配置和扩展安装过程,具体步骤如下:
- 安装JupyterLab
- 通过pip安装StickyLand: 使用命令
pip install stickyland。
若需从源码构建和开发,开发者需要执行以下命令来搭建开发环境并启动JupyterLab进行测试:
# 在项目根目录下
jlpm install # 或者使用yarn安装依赖
jlpm run build # 构建项目
pip install -e . # 安装开发版本
jupyter lab # 启动JupyterLab
3. 项目的配置文件介绍
3.1 主要配置文件
-
package.json 和 pyproject.toml:定义了项目的元数据,包括依赖项、构建指令等。
-
.eslintrc.js, prettierrc: 这些是JavaScript和代码风格相关的配置文件,用于统一代码风格和进行静态代码分析。
-
tsconfig.json: TypeScript编译器的配置文件,指导TypeScript如何编译到JavaScript。
对于实际的运行配置,StickyLand更多地依赖于用户的JupyterLab配置以及Python环境设置。JupyterLab本身可以通过.jupyter/labconfig下的配置文件进行自定义,但这些通常不是StickyLand直接提供的部分,而是用户依据个人需求调整的。
由于StickyLand专注于作为JupyterLab的扩展,其核心配置逻辑内嵌于代码之中,用户端并不直接编辑特定的StickyLand配置文件来控制行为,而是通过JupyterLab的UI界面或命令来管理和配置该扩展的功能。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0126- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
MiniCPM-V-4.6这是 MiniCPM-V 系列有史以来效率与性能平衡最佳的模型。它以仅 1.3B 的参数规模,实现了性能与效率的双重突破,在全球同尺寸模型中登顶,全面超越了阿里 Qwen3.5-0.8B 与谷歌 Gemma4-E2B-it。Jinja00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
项目优选
收起
暂无描述
Dockerfile
720
4.62 K
Ascend Extension for PyTorch
Python
594
743
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
424
372
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++
983
974
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
872
126
deepin linux kernel
C
29
16
暂无简介
Dart
966
244
Oohos_react_native
React Native鸿蒙化仓库
C++
345
390
昇腾LLM分布式训练框架
Python
158
187
🎉 (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
1.64 K
964