OpenSesame 技术文档
2024-12-26 18:26:45作者:柏廷章Berta
1. 安装指南
OpenSesame 是一个用于创建心理学、神经科学和实验经济学实验的工具。它支持跨平台运行,包括 Windows、Mac OS 和 Linux。以下是安装 OpenSesame 的步骤:
Windows 系统
- 访问 OpenSesame 官方网站,下载适用于 Windows 的安装程序。
- 运行下载的安装程序,按照提示完成安装。
- 安装完成后,可以在开始菜单中找到 OpenSesame 并启动。
Mac OS 系统
- 访问 OpenSesame 官方网站,下载适用于 Mac OS 的安装包。
- 打开下载的
.dmg文件,将 OpenSesame 应用程序拖拽到“应用程序”文件夹中。 - 在“应用程序”文件夹中找到 OpenSesame 并启动。
Linux 系统
- 打开终端,使用以下命令添加 OpenSesame 的 PPA 源:
sudo add-apt-repository ppa:smathot/cogscinl sudo apt-get update - 使用以下命令安装 OpenSesame:
sudo apt-get install opensesame - 安装完成后,可以在应用程序菜单中找到 OpenSesame 并启动。
2. 项目的使用说明
OpenSesame 提供了一个用户友好的图形界面,帮助用户轻松创建实验。以下是使用 OpenSesame 的基本步骤:
- 创建新实验:启动 OpenSesame 后,点击“新建实验”按钮,选择实验模板或从头开始创建。
- 添加实验组件:在实验编辑器中,可以通过拖拽的方式添加各种实验组件,如文本、图像、声音等。
- 配置组件属性:选中某个组件后,可以在右侧的属性面板中配置其属性,如显示时间、触发条件等。
- 编写脚本:如果需要更复杂的逻辑,可以使用 Python 或 JavaScript 编写脚本,并将其嵌入到实验中。
- 运行实验:完成实验设计后,点击“运行”按钮,OpenSesame 将启动实验并记录数据。
- 导出实验:实验完成后,可以将实验导出为多种格式,如 HTML、Python 脚本等,以便在其他平台上运行。
3. 项目 API 使用文档
OpenSesame 提供了丰富的 API,允许用户通过 Python 或 JavaScript 扩展实验功能。以下是常用的 API 接口:
Python API
canvas:用于绘制实验中的视觉刺激。keyboard:用于处理键盘输入。mouse:用于处理鼠标输入。clock:用于控制实验中的时间。logger:用于记录实验数据。
JavaScript API
Canvas:用于在浏览器中绘制视觉刺激。Keyboard:用于处理浏览器中的键盘输入。Mouse:用于处理浏览器中的鼠标输入。Timer:用于控制实验中的时间。Logger:用于记录实验数据。
4. 项目安装方式
OpenSesame 提供了多种安装方式,用户可以根据自己的需求选择合适的安装方式:
通过安装程序安装
- 适用于 Windows 和 Mac OS 用户,下载对应的安装程序并按照提示完成安装。
通过包管理器安装
- 适用于 Linux 用户,通过添加 PPA 源并使用
apt-get命令安装 OpenSesame。
通过源代码安装
- 适用于高级用户,可以从 GitHub 克隆 OpenSesame 的源代码,并按照项目中的说明进行编译和安装。
通过以上步骤,用户可以成功安装并使用 OpenSesame 进行实验设计和运行。希望本文档能帮助您更好地理解和使用 OpenSesame。
登录后查看全文
热门项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust0149- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0111
热门内容推荐
项目优选
收起
暂无描述
Dockerfile
731
4.73 K
Ascend Extension for PyTorch
Python
609
786
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++
1 K
1.01 K
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
433
392
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
145
237
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
1.15 K
148
暂无简介
Dart
983
251
Oohos_react_native
React Native鸿蒙化仓库
C++
348
401
昇腾LLM分布式训练框架
Python
166
197
🎉 (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
1.67 K
986