HTMLifier 使用教程
项目介绍
HTMLifier 是一个开源项目,旨在将 Scratch 3.0 项目转换为 HTML 文件。通过将整个 Scratch 引擎和项目数据打包到一个巨大的 HTML 文件中,用户可以在任何支持 HTML 的浏览器中独立运行 Scratch 项目。HTMLifier 由 SheepTester 开发,项目托管在 GitHub 上,采用 MIT 许可证。
项目快速启动
安装与配置
-
克隆仓库:
git clone https://github.com/SheepTester/htmlifier.git cd htmlifier -
安装依赖:
deno run --allow-run --allow-read=src --allow-write=index bundle.min.js \ --allow-net=sheeptester.github.io bin/build.ts -
构建项目:
deno run --allow-run --allow-read=src --allow-write=index bundle.min.js \ --allow-net=sheeptester.github.io bin/build.ts --dev
使用 HTMLifier
-
上传 Scratch 项目: 访问 HTMLifier 的网页界面,上传你的 Scratch 项目文件(.sb3)。
-
生成 HTML 文件: 点击转换按钮,HTMLifier 将生成一个包含所有项目数据的 HTML 文件。
-
运行 HTML 文件: 下载生成的 HTML 文件,并在任何现代浏览器中打开它以运行你的 Scratch 项目。
应用案例和最佳实践
教育用途
HTMLifier 在教育领域非常有用,教师可以将 Scratch 项目转换为 HTML 文件,方便学生在任何设备上访问和学习,无需安装额外的软件。
项目展示
开发者可以使用 HTMLifier 将他们的 Scratch 项目转换为 HTML 文件,以便在网站或博客上展示,增加项目的可访问性和互动性。
离线运行
通过将 Scratch 项目转换为 HTML 文件,用户可以在没有网络连接的情况下运行项目,非常适合在没有互联网访问的环境中使用。
典型生态项目
TurboWarp
TurboWarp 是一个 Scratch 3.0 的改进版本,提供了更好的性能和更多的功能。它也可以将 Scratch 项目打包成可执行文件,是 HTMLifier 的一个很好的替代方案。
Forkphorus
Forkphorus 是另一个将 Scratch 项目转换为 JavaScript 的开源工具,它支持 Scratch 3.0 项目,并提供了一些额外的功能和优化。
Phosphorus
Phosphorus 是一个用于 Scratch 2.0 项目的在线运行时,它可以将 Scratch 项目转换为 JavaScript,并在浏览器中运行,适合需要快速运行 Scratch 项目的场景。
通过这些生态项目,用户可以根据自己的需求选择最适合的工具来转换和运行 Scratch 项目。
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 StartedRust0194
cann-learning-hubCANN 学习中心仓,支持在线互动运行、边学边练,提供教程、示例与优化方案,一站式助力昇腾开发者快速上手。Jupyter Notebook0121
MiMo-V2.5-Pro-FP4-DFlashMiMo-V2.5-Pro-FP4-DFlash 是驱动 MiMo-V2.5-Pro-UltraSpeed 的底层模型: FP4 量化骨干网络:对 MoE 专家采用 MXFP4 量化,同时保持模型其他部分的更高精度,在几乎无损质量的前提下,显著减小模型体积并降低内存带宽压力。 BF16 DFlash 草稿生成器:用于块扩散推测解码,每次前向传播可生成一整个块的 tokens,并让骨干网络一步完成验证。 两者协同作用,既降低了每参数的位宽,又减少了骨干网络前向传播的次数,而这两者正是万亿参数模型解码过程中的两大主要成本来源。Python00
JoyAI-EchoJoyAI-Echo,这是一个独立的、仅用于推理的版本,旨在实现分钟级多镜头音视频生成。它采用了经过蒸馏的DMD生成器、配对的跨模态记忆以及故事级别的一致性。其性能的核心在于,一个跨模态视听记忆库能够在长达五分钟的视频中保持角色外观和语音音色的一致性。同时,一个训练后处理流程将基于记忆的强化学习与分布匹配蒸馏相结合,实现了7.5倍的速度提升,显著增强了视觉质量和对齐效果。00
AstrBot✨ 易上手的多平台 LLM 聊天机器人及开发框架 ✨ 平台支持 QQ、QQ频道、Telegram、微信、企微、飞书 | OpenAI、DeepSeek、Gemini、硅基流动、月之暗面、Ollama、OneAPI、Dify 等。附带 WebUI。Python05
handy-ollama动手学Ollama,CPU玩转大模型部署,在线阅读地址:https://datawhalechina.github.io/handy-ollama/Jupyter Notebook06