HM Gutenberg Tools 使用指南
项目介绍
HM Gutenberg Tools 是一个专为基于 WordPress 的 Gutenberg 编辑器开发的工具集合。它提供了多种辅助组件与工具,旨在简化开发者在构建自定义块或者增强现有编辑体验时的工作流程。该项目遵循 GPL-2.0 许可证,并且随着持续更新,不断加入了性能提升、安全加固和新功能,如支持国际化(i18n)、组件优化等,确保与最新的 Gutenberg 版本兼容。
项目快速启动
要快速启动并利用 HM Gutenberg Tools,在你的 WordPress 开发环境中进行以下步骤:
-
安装插件: 如果你是直接在 WordPress 环境中工作,可以通过下载仓库的ZIP文件上传到WordPress的插件管理界面来安装,或者如果你熟悉Git,可以通过命令行操作:
git clone https://github.com/humanmade/hm-gutenberg-tools.git然后将克隆下来的目录移动到你的
wp-content/plugins目录下。 -
启用开发模式(可选): 若要访问“HM Gutenberg Tools Dev”区块以查看示例特性,可以在 wp-config.php 文件中添加以下行:
define('HM_GB_TOOLS_DEV', true); -
集成至主题或自定义区块: 在你的主题或自定义区块中,确保引入必要的脚本。例如,若要在你的自定义区块中使用此工具包,需执行以下PHP和JavaScript步骤:
// 在functions.php中加载脚本依赖 function my_theme_block_scripts() { wp_enqueue_script( 'my-custom-block', plugins_url('/my-custom-block.js', __FILE__), ['hm-gb-tools-editor'], // 依赖于HM Gutenberg Tools的编辑器组件 '1.0', true ); } add_action('enqueue_block_editor_assets', 'my_theme_block_scripts');// 在my-custom-block.js中直接使用HM Gutenberg Tools提供的功能
应用案例和最佳实践
示例一:使用Thumbnails in Post Select
自从v1.4.0版本起,HM Gutenberg Tools支持在文章选择组件中显示缩略图,这使得创建关联帖子类型的区块更加直观。
最佳实践
- 利用
HM_GB_TOOLS_DIR和HM_GB_TOOLS_URL常量,当在主题内集成该工具包时,确保正确配置路径,避免资源加载错误。 - 在开发过程中开启
HM_GB_TOOLS_DEV以便于快速迭代和调试自定义区块。
典型生态项目
尽管HM Gutenberg Tools本身并不直接构成一个生态系统,但在WordPress社区中,结合其他专注于Gutenberg的插件如Advanced Custom Fields (ACF) Pro或Elementor Pro,可以显著扩展Gutenberg编辑器的能力。开发者通常将此类工具作为基础,构建高度定制化的编辑体验,比如制作复杂的布局设计、实现特定的数据绑定逻辑等。
通过有效利用HM Gutenberg Tools,开发者能够在保持高性能的同时,缩短开发周期,创造出既符合现代Web标准又具有高度用户体验的WordPress内容编辑环境。
请注意,根据实际情况调整上述步骤和代码片段,确保它们适应你的具体项目需求。
kernelopenEuler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。C092
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python058
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
AgentCPM-Explore没有万亿参数的算力堆砌,没有百万级数据的暴力灌入,清华大学自然语言处理实验室、中国人民大学、面壁智能与 OpenBMB 开源社区联合研发的 AgentCPM-Explore 智能体模型基于仅 4B 参数的模型,在深度探索类任务上取得同尺寸模型 SOTA、越级赶上甚至超越 8B 级 SOTA 模型、比肩部分 30B 级以上和闭源大模型的效果,真正让大模型的长程任务处理能力有望部署于端侧。Jinja00