harvey 的安装和配置教程
2025-05-27 23:20:30作者:瞿蔚英Wynne
1. 项目基础介绍和主要编程语言
harvey 是一个轻量级的 JavaScript 库,它允许开发者向应用程序中添加第二张“面孔”,即根据不同的屏幕尺寸和设备特性来调整应用的界面和功能。这个库没有依赖,压缩后的体积大约为3KB,gzip压缩后仅1KB左右,非常适合对性能有要求的场景。harvey 使用 CoffeeScript 编写,最终编译成 JavaScript。
2. 项目使用的关键技术和框架
本项目主要使用了以下技术和框架:
- CoffeeScript:一种简洁的、表达力强的语言,其编译结果为 JavaScript。
- CSS Media Queries:用于在 JavaScript 中检测和响应不同设备屏幕尺寸和特性。
- matchMedia.js:一个由 Paul Irish 开发的 polyfill,用于在老旧浏览器中模拟
window.matchMedia方法。
3. 项目安装和配置的准备工作及详细步骤
准备工作
在开始安装 harvey 前,请确保您的开发环境已经满足以下要求:
- Node.js:用于执行一些命令行工具。
- npm(Node.js 包管理器):用于安装和管理 JavaScript 包。
安装步骤
以下是安装 harvey 的详细步骤:
-
克隆项目
打开您的命令行工具,执行以下命令克隆项目:
git clone https://github.com/harvesthq/harvey.git这将在当前目录下创建一个名为
harvey的文件夹,并包含所有项目文件。 -
安装依赖
进入
harvey文件夹,执行以下命令安装项目依赖:cd harvey npm install这将安装项目所需的 Node.js 包。
-
编译 CoffeeScript
harvey使用 CoffeeScript 编写,因此需要将其编译为 JavaScript。执行以下命令:coffee --compile .这将在
harvey目录中生成harvey.js文件,该文件是可以直接在浏览器中使用的。 -
使用
harvey在您的 JavaScript 或 HTML 文件中,通过以下方式引用
harvey.js:<script src="path/to/harvey.js"></script>然后,您就可以在 JavaScript 中使用
harvey的功能了。
以上就是 harvey 的安装和配置指南,按照这些步骤,即使是 JavaScript 的初学者也应该能够成功集成 harvey 到自己的项目中。
登录后查看全文
热门项目推荐
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
项目优选
收起
deepin linux kernel
C
24
7
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
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
477
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
375
3.21 K
Ascend Extension for PyTorch
Python
169
190
暂无简介
Dart
615
140
🔥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
62
19
仓颉编译器源码及 cjdb 调试工具。
C++
126
855
仓颉编程语言测试用例。
Cangjie
36
852
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
258