推荐开源项目:SVG NOW for Adobe Illustrator

SVG NOW 是一款专为Adobe Illustrator设计的SVG导出增强工具。它利用SVGO对生成的SVG代码进行优化处理,以实现更小、更干净的SVG文件。
对于Adobe Creative Cloud的会员,您可以通过创意云附加组件网站安装这款面板的测试版。该软件免费且开源(MIT许可),并一直会保持这一状态。

发布更新
-
v0.2/beta 2(2014年11月18日) 现在所有的SVGO插件都可以通过面板中的复选框进行启用或禁用了。默认设置与SVGO项目的一致。
-
v0.1/beta 1(2014年11月10日) 首个测试版本发布。
常见问题解答
为什么需要SVG NOW?
SVG NOW能够生成占用空间更少、结构更清晰的SVG代码,而无需修改原始图形。默认情况下,文件大小通常可减少30%-50%,具体取决于图形的性质。并且,这个过程并不涉及任何文件压缩,只是代码优化。
进行了哪些优化?这会影响我的作品吗?
进行了许多优化操作,更多详情请参阅SVGO项目页面。正常情况下,你的作品应该不会出现视觉上的变化,但有些情况下可能会有例外,建议在保存前检查并尝试不同的选项组合。
与Illustrator自身的SVG导出器有何不同?
SVG NOW基于Illustrator的SVG导出器,并控制其某些参数和默认值。然后,它会运行SVGO的Node.js模块,带有一个HTML图形界面来控制所有插件。
与Illustrator Layer Exporter面板有什么区别?
Illustrator Layer Exporter专注于帮助创建由多种图像文件组成的复杂构图,包括SVG。SVG NOW可以被看作是其补充,用于对SVG文件进行后处理,但目前需要手动操作。
这是Adobe的官方项目吗?
不是,这完全是非官方的。虽然我为Adobe工作,但并非作为开发者。这是我在业余时间的作品。
我可以参与这个项目吗?
当然可以。由于SVG NOW主要是一个基于SVGO的外壳,如果您想添加新的优化功能或修复相关问题,请直接贡献给SVGO项目或其各个插件。如果你想要改进本面板(如UI/UX或其他非SVGO特性),请直接在这个项目中贡献力量。

项目特点:
- 优化效果显著 - 减少了文件大小,提高了SVG代码的整洁度。
- 自定义性强 - 用户可以选择启用或禁用SVGO的不同优化插件。
- 易用性好 - 提供直观的图形用户界面,便于操作。
- 开源且免费 - 所有源代码开放,您可以自由地学习、修改和分发。
试试SVG NOW,让你的SVG设计更加高效和轻便!
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-1.5HunyuanVideo-1.5作为一款轻量级视频生成模型,仅需83亿参数即可提供顶级画质,大幅降低使用门槛。该模型在消费级显卡上运行流畅,让每位开发者和创作者都能轻松使用。本代码库提供生成创意视频所需的实现方案与工具集。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
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