QLMarkdown 项目教程
1. 项目目录结构及介绍
QLMarkdown 项目的目录结构如下:
QLMarkdown/
├── QLExtension/
│ ├── QLMarkdown.xcodeproj
│ ├── QLMarkdownHelper
│ └── Resources/
│ ├── assets/
│ ├── cmark-extra/
│ ├── cmark-gfm @ 587a12b/
│ ├── dependencies/
│ ├── examples/
│ ├── external-launcher/
│ ├── highlight-wrapper/
│ ├── qlmarkdown-cli_helper/
│ └── qlmarkdown_cli/
├── .gitignore
├── .gitmodules
├── CHANGELOG.md
├── LICENSE.txt
├── README.md
└── TODO.md
目录结构介绍
-
QLExtension/: 包含 Quick Look 扩展的主要代码和资源文件。
- QLMarkdown.xcodeproj: Xcode 项目文件,用于开发和构建 QLMarkdown 扩展。
- QLMarkdownHelper: 辅助工具和脚本,用于处理 Markdown 文件的预览。
- Resources/: 包含项目所需的各种资源文件,如样式表、库文件等。
- assets/: 存放项目使用的静态资源文件。
- cmark-extra/: 包含 cmark-gfm 库的额外扩展。
- cmark-gfm @ 587a12b/: cmark-gfm 库的源代码。
- dependencies/: 项目依赖的其他库和工具。
- examples/: 示例 Markdown 文件,用于测试和演示。
- external-launcher/: 外部启动器相关文件。
- highlight-wrapper/: 语法高亮库的封装代码。
- qlmarkdown-cli_helper/: 命令行工具的辅助文件。
- qlmarkdown_cli/: 命令行工具的源代码。
-
.gitignore: Git 忽略文件,指定哪些文件和目录不需要被版本控制。
-
.gitmodules: Git 子模块配置文件,用于管理项目中的外部依赖。
-
CHANGELOG.md: 项目更新日志,记录每个版本的变更内容。
-
LICENSE.txt: 项目许可证文件,说明项目的开源许可协议。
-
README.md: 项目说明文件,包含项目的概述、安装和使用说明。
-
TODO.md: 项目待办事项列表,记录未来需要完成的工作。
2. 项目启动文件介绍
QLMarkdown 项目的启动文件主要是 QLMarkdown.xcodeproj,这是一个 Xcode 项目文件,用于开发和构建 QLMarkdown 扩展。通过打开这个文件,开发者可以在 Xcode 中进行代码编写、调试和构建。
启动文件介绍
- QLMarkdown.xcodeproj: 这是 Xcode 项目的主文件,包含了项目的所有配置信息、源代码文件、资源文件等。通过双击这个文件,可以启动 Xcode 并加载整个项目。
3. 项目配置文件介绍
QLMarkdown 项目的配置文件主要包括以下几个部分:
3.1 .gitignore
.gitignore 文件用于指定哪些文件和目录不需要被 Git 版本控制系统跟踪。例如,编译生成的二进制文件、临时文件等通常会被忽略。
3.2 .gitmodules
.gitmodules 文件用于管理项目中的 Git 子模块。子模块是指项目中依赖的其他 Git 仓库,通过这个文件可以指定子模块的 URL 和路径。
3.3 CHANGELOG.md
CHANGELOG.md 文件记录了项目的更新日志,每个版本的变更内容都会在这里详细列出。开发者可以通过查看这个文件了解项目的最新动态。
3.4 LICENSE.txt
LICENSE.txt 文件包含了项目的开源许可协议。QLMarkdown 项目使用的是 GPL-3.0 许可证,这意味着项目的源代码可以自由使用、修改和分发,但必须遵循 GPL-3.0 的条款。
3.5 README.md
README.md 文件是项目的说明文档,包含了项目的概述、安装和使用说明。开发者可以通过阅读这个文件快速了解项目的基本信息和使用方法。
3.6 TODO.md
TODO.md 文件记录了项目的待办事项列表,列出了未来需要完成的工作。开发者可以通过查看这个文件了解项目的开发计划和优先级。
通过以上配置文件,开发者可以更好地管理和维护 QLMarkdown 项目,确保项目的稳定性和可维护性。
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。C030
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00