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。
ERNIE-4.5-VL-28B-A3B-ThinkingERNIE-4.5-VL-28B-A3B-Thinking 是 ERNIE-4.5-VL-28B-A3B 架构的重大升级,通过中期大规模视觉-语言推理数据训练,显著提升了模型的表征能力和模态对齐,实现了多模态推理能力的突破性飞跃Python00
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
MiniMax-M2MiniMax-M2是MiniMaxAI开源的高效MoE模型,2300亿总参数中仅激活100亿,却在编码和智能体任务上表现卓越。它支持多文件编辑、终端操作和复杂工具链调用Python00
HunyuanVideo-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。00
MiniCPM-V-4_5MiniCPM-V 4.5 是 MiniCPM-V 系列中最新且功能最强的模型。该模型基于 Qwen3-8B 和 SigLIP2-400M 构建,总参数量为 80 亿。与之前的 MiniCPM-V 和 MiniCPM-o 模型相比,它在性能上有显著提升,并引入了新的实用功能Python00
GOT-OCR-2.0-hf阶跃星辰StepFun推出的GOT-OCR-2.0-hf是一款强大的多语言OCR开源模型,支持从普通文档到复杂场景的文字识别。它能精准处理表格、图表、数学公式、几何图形甚至乐谱等特殊内容,输出结果可通过第三方工具渲染成多种格式。模型支持1024×1024高分辨率输入,具备多页批量处理、动态分块识别和交互式区域选择等创新功能,用户可通过坐标或颜色指定识别区域。基于Apache 2.0协议开源,提供Hugging Face演示和完整代码,适用于学术研究到工业应用的广泛场景,为OCR领域带来突破性解决方案。00