lein-figwheel 使用教程
1. 项目介绍
lein-figwheel 是一个用于 ClojureScript 开发的工具，主要目的是提供高质量的实时反馈。它通过自动编译和热加载功能，使得开发者能够在修改代码后立即看到浏览器中的变化，从而极大地提高了开发效率。lein-figwheel 不仅支持浏览器端的开发，还支持 Node.js 环境，使得开发者可以在不同的平台上进行实时开发和调试。
2. 项目快速启动
2.1 安装依赖
首先，确保你已经安装了最新版本的 Leiningen。然后，在你的 project.clj 文件中添加以下依赖：
:dependencies [
[org.clojure/clojure "1.9.0"]
[org.clojure/clojurescript "1.10.238"]
]
:plugins [
[lein-figwheel "0.5.18"]
]
2.2 配置项目
在 project.clj 文件中配置你的 ClojureScript 构建：
:cljsbuild {
:builds [{
:id "example"
:source-paths ["src/"]
:figwheel true
:compiler {
:main "example.core"
:asset-path "js/out"
:output-to "resources/public/js/example.js"
:output-dir "resources/public/js/out"
}
}]
}
2.3 启动 Figwheel
在项目根目录下运行以下命令启动 Figwheel：
lein figwheel
这将启动一个服务器，默认地址为 http://localhost:3449。你可以通过访问这个地址来加载你的应用。
2.4 创建 HTML 文件
在 resources/public/ 目录下创建一个 index.html 文件：
<!DOCTYPE html>
<html>
<head>
</head>
<body>
<div id="main-area"></div>
<script src="js/example.js" type="text/javascript"></script>
</body>
</html>
现在，你可以通过访问 http://localhost:3449/index.html 来查看你的应用。
3. 应用案例和最佳实践
3.1 实时开发
lein-figwheel 的核心功能是实时开发。通过热加载功能，你可以在不刷新浏览器的情况下看到代码的变化。这对于前端开发来说是一个巨大的生产力提升。
3.2 多客户端支持
Figwheel 支持多个客户端同时连接，这意味着你可以在不同的设备上同时测试你的应用。例如，你可以在手机和电脑上同时查看应用的变化。
3.3 错误反馈
Figwheel 提供了详细的错误反馈，包括代码上下文和行号信息，帮助开发者快速定位和修复问题。
4. 典型生态项目
4.1 ClojureScript
lein-figwheel 是 ClojureScript 生态系统中的一个重要工具。ClojureScript 是一种将 Clojure 编译为 JavaScript 的语言，广泛用于前端开发。
4.2 Reagent
Reagent 是一个基于 React 的 ClojureScript 库，lein-figwheel 与 Reagent 结合使用可以实现高效的实时开发和调试。
4.3 Om
Om 是另一个基于 React 的 ClojureScript 库，lein-figwheel 同样支持 Om 的开发，提供了类似的热加载和实时反馈功能。
通过以上步骤，你可以快速上手 lein-figwheel，并利用其强大的功能进行高效的 ClojureScript 开发。
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型，它在 Kimi-K2-Base 的基础上，通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式，以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日，正式发布的Qwen3-Coder-Next，一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署，一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型，在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明，该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外，我们通过整合印章识别和文本检测识别（text spotting）任务扩展了模型的能力，同时保持 0.9B 的超紧凑 VLM 规模，具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架，具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意：本仓库为Github仓库镜像，PR或Issue请移步至Github发起，感谢支持！Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
项目优选
docs
pytorch
ops-math
kernel
flutter_flutter
kernel
RuoYi-Vue3
ohos_react_native
agent-studio
cangjie_compiler