RECESS 技术文档
2024-12-28 23:43:00作者:尤峻淳Whitney
本文档旨在帮助用户安装、使用 RECESS 项目,并详细解释其 API 使用方法。
1. 安装指南
要安装 RECESS,您需要确保已经安装了 Node.js 和 npm(Node.js 包管理器)。
安装 RECESS 的命令如下:
$ npm install recess -g
该命令将 RECESS 安装为全局模块,使得您可以在任何位置使用它。
2. 项目使用说明
RECESS 是一个基于 LESS 构建的简单、吸引人的 CSS 代码质量工具。您可以将它作为代码检查工具集成到开发过程中,或者直接将其集成到构建系统中作为编译器使用。
命令行接口
RECESS 的基本命令行使用方式如下:
$ recess [path] [options]
选项
以下是 RECESS 支持的选项:
--compile: 编译您的代码并输出到终端,修复空白和排序。--compress: 压缩编译后的代码。--config: 接受一个路径,指定 JSON 配置对象。--format <format>: 控制错误的输出格式。--format text: 默认格式,显示错误和上下文。--format compact: 每行显示一个错误,适用于 IDE 集成。
--noSummary: 不输出每个文件的摘要块。--includePath: 接受一个额外的目录路径,用于查找@import的 LESS 文件。--stripColors: 从输出中移除颜色(用于日志记录)。--watch: 监听文件系统变化,适用于编译 Less 项目。--noIDs: 不抱怨在样式表中使用 ID。--noJSPrefix: 不抱怨样式.js-前缀的类名。--noOverqualifying: 不抱怨过度限定选择器。--noUnderscores: 不抱怨在类名中使用下划线。--noUniversalSelectors: 不抱怨使用通用*选择器。--prefixWhitespace: 在供应商前缀属性前添加空白。--strictPropertyOrder: 不检查属性排序。--zeroUnits: 如果值为 0,则不抱怨添加单位。
示例
- 代码检查所有 CSS 文件:
$ recess *.css
- 忽略 ID 样式检查:
$ recess ./bootstrap.css --noIds false
- 使用紧凑输出和无颜色:
$ recess ./bootstrap.css --format compact --stripColors
- 编译并压缩 .less 文件,然后输出到新文件:
$ recess ./bootstrap.less --compress > ./bootstrap-production.css
- 监听目录变化并自动编译 CSS 文件:
$ recess input.less:ouput.css --watch watch/this/dir/for/changes
- 监听单个文件变化并自动编译 CSS 文件:
$ recess input.less:ouput.css --watch
3. 项目 API 使用文档
RECESS 提供了一个简单的程序化 API。
var recess = require('recess')
在引入 RECESS 后,只需传递一个路径(或路径数组)和一个可选的选项对象以及一个可选的回调函数:
recess(['../fat.css', '../twitter.css'], { compile: true }, callback)
以下是程序化 API 可用的选项(及默认值):
compile: falsecompress: falseincludePath: []noIDs: truenoJSPrefix: truenoOverqualifying: truenoUnderscores: truenoUniversalSelectors: trueprefixWhitespace: truestrictPropertyOrder: truestripColors: falsezeroUnits: true
回调函数在处理每个输入完成时被触发。回调函数接收一个包含每个路径实例的数组。这些实例具有许多有用的属性,例如原始数据和输出字符串数组。
在编译时,通过输出属性访问编译后的源代码:
var recess = require('recess')
recess('./js/fat.css', { compile: true }, function (err, obj) {
if (err) throw err
console.log(
obj // recess 实例 for fat.css
, obj.output // 数组,包含可记录的内容
, obj.errors // 数组,包含失败的检查规则
)
})
4. 项目安装方式
RECESS 的安装方式已在“安装指南”中详细说明。使用 npm 命令全局安装即可。
登录后查看全文
热门项目推荐
相关项目推荐
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-1.5暂无简介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
Spark-Formalizer-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
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
最新内容推荐
PCDViewer-4.9.0-Ubuntu20.04:专业点云可视化与编辑工具全面解析 Qt控件CSS样式实例大全 - 打造现代化GUI界面的终极指南 基恩士LJ-X8000A开发版SDK样本程序全面指南 - 工业激光轮廓仪开发利器 海能达HP680CPS-V2.0.01.004chs写频软件:专业对讲机配置管理利器 TJSONObject完整解析教程:Delphi开发者必备的JSON处理指南 IK分词器elasticsearch-analysis-ik-7.17.16:中文文本分析的最佳解决方案 ONVIF设备模拟器:开发测试必备的智能安防仿真工具 Python开发者的macOS终极指南:VSCode安装配置全攻略 Windows Server 2016 .NET Framework 3.5 SXS文件下载与安装完整指南 昆仑通态MCGS与台达VFD-M变频器通讯程序详解:工业自动化控制完美解决方案
项目优选
收起
deepin linux kernel
C
24
7
暂无简介
Dart
614
140
Ascend Extension for PyTorch
Python
167
187
React Native鸿蒙化仓库
JavaScript
240
315
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
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
373
3.18 K
TorchAir 支持用户基于PyTorch框架和torch_npu插件在昇腾NPU上使用图模式进行推理。
Python
260
92
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
1.03 K
475
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++
647
255