Prompt 项目技术文档
2024-12-24 13:22:48作者:霍妲思
1. 安装指南
安装环境要求
- Node.js 版本:>= 12.x
- npm 或 yarn
安装步骤
- 打开终端或命令行工具。
- 使用 npm 或 yarn 安装
prompt包:
或者npm install promptyarn add prompt
2. 项目的使用说明
基本使用
prompt 是一个用于 Node.js 的命令行提示工具,支持用户输入、验证和默认值设置。以下是一个简单的使用示例:
const prompt = require('prompt');
// 启动 prompt
prompt.start();
// 获取用户输入的两个属性:username 和 email
prompt.get(['username', 'email'], function (err, result) {
if (err) {
console.error(err);
return;
}
console.log('Command-line input received:');
console.log(' username: ' + result.username);
console.log(' email: ' + result.email);
});
使用 Promise
如果你不传递回调函数,prompt.get() 会返回一个 Promise:
const { username, email } = await prompt.get(['username', 'email']);
console.log('Username:', username);
console.log('Email:', email);
复杂属性提示
你可以使用 JSON Schema 来定义复杂的属性验证:
const schema = {
properties: {
name: {
pattern: /^[a-zA-Z\s\-]+$/,
message: 'Name must be only letters, spaces, or dashes',
required: true
},
password: {
hidden: true
}
}
};
prompt.start();
prompt.get(schema, function (err, result) {
if (err) {
console.error(err);
return;
}
console.log('Command-line input received:');
console.log(' name: ' + result.name);
console.log(' password: ' + result.password);
});
3. 项目API使用文档
prompt.get(schema, callback)
- schema: 可以是字符串数组或 JSON Schema 对象,用于定义提示的属性和验证规则。
- callback: 回调函数,接收两个参数
err和result。
prompt.addProperties(obj, properties, callback)
- obj: 要扩展的对象。
- properties: 要添加的属性名称数组。
- callback: 回调函数,接收一个参数
err。
prompt.start()
启动 prompt 服务。
prompt.history(name)
获取指定属性的历史输入值。
prompt.override
用于覆盖提示的属性值,通常用于命令行参数。
4. 项目安装方式
使用 npm 安装
npm install prompt
使用 yarn 安装
yarn add prompt
全局安装(可选)
npm install -g prompt
通过以上步骤,你可以轻松安装并使用 prompt 项目,进行命令行用户输入的提示与验证。
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 StartedRust0152- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
热门内容推荐
最新内容推荐
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
Ascend Extension for PyTorch
Python
618
795
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
433
395
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++
1.01 K
1.01 K
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
1.18 K
152
deepin linux kernel
C
29
16
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
暂无简介
Dart
983
252
昇腾LLM分布式训练框架
Python
166
198
🎉 (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
1.68 K
989