WeakAuras 2 开源项目教程
2024-09-13 23:17:31作者:柏廷章Berta
1. 项目介绍
WeakAuras 2 是一个强大的、灵活的框架,用于在 World of Warcraft 的用户界面上显示高度可定制的图形和信息。它最初是作为 Power Auras 的轻量级替代品而创建的,但现在已经引入了更多的功能,同时仍然保持高效和易于使用。
主要功能
- 直观的配置界面:提供强大的配置接口,方便用户自定义显示内容。
- 自定义纹理:支持所有来自 Power Auras 和 Blizzard 的技能警报的纹理。
- 进度条和纹理:显示光环的确切持续时间。
- 多种触发器:基于光环、生命值、能量(法力、怒气、灵魂碎片、神圣能量等)、冷却时间、战斗事件、符文、图腾、物品等多种触发器显示信息。
- 预设和用户定义的动画:支持预设和用户自定义的动画效果。
- 分组功能:允许多个显示内容在同一位置进行配置。
- CPU 优化:通过条件加载/卸载显示内容、模块化和防止全光环扫描等方式进行优化。
2. 项目快速启动
安装
-
克隆仓库:
git clone https://github.com/WeakAuras/WeakAuras2.git -
进入项目目录:
cd WeakAuras2 -
安装依赖:
npm install -
构建项目:
npm run build
使用
-
启动开发服务器:
npm start -
打开浏览器: 访问
http://localhost:3000即可查看 WeakAuras 2 的界面。
3. 应用案例和最佳实践
应用案例
- 战斗监控:在战斗中实时监控关键技能的冷却时间和状态。
- 任务追踪:自定义任务追踪界面,显示任务进度和相关信息。
- 团队协作:在团队副本中显示团队成员的状态和技能使用情况。
最佳实践
- 模块化设计:使用 WeakAuras 2 的模块化功能,将不同的显示内容分组管理,提高可维护性。
- 性能优化:通过条件加载和卸载显示内容,减少 CPU 和内存的占用。
- 自定义动画:利用预设和自定义动画功能,增强用户界面的视觉效果。
4. 典型生态项目
WeakAuras Companion
WeakAuras Companion 是一个应用程序,它填补了 Wago.io 和 World of Warcraft 插件之间的空白,使用户能够方便地更新他们的光环。
WeakAuras_StopMotion
WeakAuras_StopMotion 是一个插件,它为 WeakAuras 添加了一种新的区域类型,允许进行停格动画。停格动画纹理包含动画的每一帧作为单独的图像,插件自带多个动画,并支持自定义纹理。
SharedMedia
SharedMedia 提供了更多的条形纹理,增强了 WeakAuras 的显示效果。
SharedMediaAdditionalFonts
SharedMediaAdditionalFonts 提供了更多的字体,使用户能够自定义显示内容的字体样式。
ColorPickerPlus
ColorPickerPlus 是一个更好的 WoW 颜色选择器,包含职业颜色模板和复制粘贴功能,方便用户选择和应用颜色。
通过这些生态项目,WeakAuras 2 的功能得到了进一步的扩展和增强,为用户提供了更加丰富和个性化的使用体验。
登录后查看全文
热门项目推荐
相关项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
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
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
669
155
Ascend Extension for PyTorch
Python
219
236
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
9
1
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++
660
308
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
392
3.81 K
React Native鸿蒙化仓库
JavaScript
259
322
🎉 (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
1.19 K
654
仓颉编程语言运行时与标准库。
Cangjie
141
878