Decker 项目下载及安装教程
2024-12-05 21:00:56作者:秋泉律Samson
1. 项目介绍
Decker 是一个多媒体平台,用于创建和分享包含声音、图像、超文本和脚本行为的交互式文档。它支持在 MacOS 和 Windows 上运行,并且还提供了一个基于 JavaScript 的 Web 版本。Decker 的脚本语言是 Lil,它是一个轻量级的脚本语言,适合用于创建和操作多媒体文档。
2. 项目下载位置
Decker 项目托管在 GitHub 上,可以通过以下命令克隆项目到本地:
git clone https://github.com/JohnEarnest/Decker.git
3. 项目安装环境配置
3.1 环境要求
- 操作系统: MacOS、Windows、Linux
- 编译器: C 编译器(如 GCC 或 Clang)
- 依赖库: SDL2、SDL2_image
- 工具: xxd(通常随 MacOS 和大多数 *nix 发行版一起提供)
3.2 环境配置示例
3.2.1 MacOS 环境配置
在 MacOS 上,可以使用 Homebrew 安装所需的依赖库:
brew install sdl2 sdl2_image
3.2.2 Linux 环境配置
在 Debian 或 Ubuntu 上,可以使用 apt 安装所需的依赖库:
sudo apt install libsdl2-2.0-0 libsdl2-dev libsdl2-image-dev
3.2.3 Windows 环境配置
在 Windows 上,可以使用 MSYS2 或 Chocolatey 安装所需的依赖库。以下是使用 MSYS2 的示例:
pacman -S mingw-w64-x86_64-gcc mingw-w64-x86_64-SDL2 mingw-w64-x86_64-SDL2_image
4. 项目安装方式
4.1 Web-Decker 安装
Web-Decker 是一个基于 JavaScript 的 Web 应用程序,可以通过以下步骤构建和运行:
make testjs
make web-decker
make runweb # (可选) 在默认浏览器中打开
4.2 Native-Decker 安装
Native-Decker 是一个基于 C 语言的本地应用程序,可以通过以下步骤构建和安装:
make lilt # (可选) 命令行工具
make docs # (可选) 构建文档 (需要 Lilt)
make decker # 构建 decker 本身
make test # (可选) 回归测试套件
sudo make install # (可选) 安装 lilt、decker 和 lil 语法配置文件
5. 项目处理脚本
Decker 使用 Lil 脚本语言来处理和操作多媒体文档。以下是一个简单的 Lil 脚本示例,用于读取和操作一个多媒体文档:
$ lilt d:readdeck["examples/decks/color.deck"]
<deck>
d.card:d.cards.colhex
<card>
d.card.widgets.hex.text:"FFAA00" "FFAA00"
d.card.widgets.hex.event["change"] 0
d.card.widgets.rgb.text "16755200"
writedeck["color.html" d] 1
这个脚本读取了一个名为 color.deck 的多媒体文档,并将其转换为一个 HTML 文件。
通过以上步骤,您可以成功下载、配置和安装 Decker 项目,并开始使用 Lil 脚本语言创建和操作多媒体文档。
登录后查看全文
热门项目推荐
相关项目推荐
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
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
527
3.72 K
Ascend Extension for PyTorch
Python
334
398
暂无简介
Dart
768
191
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
881
589
openEuler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。
C
336
170
React Native鸿蒙化仓库
JavaScript
302
352
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.33 K
749
openJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力
TSX
986
246