Substrate 前端模板项目教程
2025-04-18 18:57:46作者:劳婵绚Shirley
1. 项目的目录结构及介绍
Substrate 前端模板项目的目录结构如下:
substrate-front-end-template/
├── .circleci/
├── .yarn/
├── public/
├── src/
│ ├── config/
│ ├── components/
│ ├── hooks/
│ ├── pages/
│ ├── App.js
│ ├── index.js
│ └── ...
├── .gitignore
├── .nvmrc
├── .prettierrc.js
├── .yarnrc.yml
├── LICENSE
├── README.md
├── config-overrides.js
├── package.json
└── yarn.lock
.circleci/: 存放持续集成配置文件。.yarn/: 存放Yarn包管理器的相关文件。public/: 包含公共静态文件,如图片、字体等。src/: 源代码目录,包含所有前端代码。config/: 配置文件目录。components/: React组件目录。hooks/: 自定义React钩子目录。pages/: 页面组件目录。App.js: 应用程序的主组件。index.js: 应用程序的入口文件。
.gitignore: 指定Git忽略的文件和目录。.nvmrc: 指定Node.js的版本。.prettierrc.js: Prettier代码格式化配置文件。.yarnrc.yml: Yarn配置文件。LICENSE: 项目许可证文件。README.md: 项目说明文件。config-overrides.js: Create React App的配置覆盖文件。package.json: 项目依赖和脚本配置文件。yarn.lock: Yarn依赖锁文件。
2. 项目的启动文件介绍
项目的启动主要通过package.json中的脚本来实现。以下是几个关键的启动文件和脚本:
package.json:
{
"scripts": {
"start": "react-scripts start",
"build": "react-scripts build",
"test": "react-scripts test",
"eject": "react-scripts eject"
}
}
start: 用于启动开发服务器,通常在本地开发环境中使用。build: 用于构建应用程序的生产版本,以便在服务器上部署。test: 用于运行测试。eject: 用于将Create React App从其默认的集成配置中“弹出”,以暴露其背后的webpack配置。
要启动项目,可以在项目根目录下运行以下命令:
yarn start
这将启动一个开发服务器,并默认在浏览器中打开一个新标签页,通常地址为 http://localhost:3000。
3. 项目的配置文件介绍
项目的配置文件主要集中在src/config目录下,以下是几个主要的配置文件:
common.json: 包含所有环境共享的配置。development.json: 包含仅在开发环境中使用的配置。production.json: 包含仅在生产环境中使用的配置。
配置文件通常包含以下内容:
{
"PROVIDER_SOCKET": "ws://localhost:9944"
}
PROVIDER_SOCKET: 用于指定连接到Substrate节点的WebSocket地址。
在应用程序中,可以通过环境变量或配置文件中的设置来覆盖这些默认值,以便根据不同的环境进行配置。
例如,在src/config/production.json中指定生产环境的WebSocket地址:
{
"PROVIDER_SOCKET": "wss://your-deployed-node.com"
}
确保在部署到生产环境之前更新这些配置,以指向正确的Substrate节点地址。
登录后查看全文
热门项目推荐
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00- QQwen3-Coder-Next2026年2月4日,正式发布的Qwen3-Coder-Next,一款专为编码智能体和本地开发场景设计的开源语言模型。Python00
xw-cli实现国产算力大模型零门槛部署,一键跑通 Qwen、GLM-4.7、Minimax-2.1、DeepSeek-OCR 等模型Go06
PaddleOCR-VL-1.5PaddleOCR-VL-1.5 是 PaddleOCR-VL 的新一代进阶模型,在 OmniDocBench v1.5 上实现了 94.5% 的全新 state-of-the-art 准确率。 为了严格评估模型在真实物理畸变下的鲁棒性——包括扫描伪影、倾斜、扭曲、屏幕拍摄和光照变化——我们提出了 Real5-OmniDocBench 基准测试集。实验结果表明,该增强模型在新构建的基准测试集上达到了 SOTA 性能。此外,我们通过整合印章识别和文本检测识别(text spotting)任务扩展了模型的能力,同时保持 0.9B 的超紧凑 VLM 规模,具备高效率特性。Python00
KuiklyUI基于KMP技术的高性能、全平台开发框架,具备统一代码库、极致易用性和动态灵活性。 Provide a high-performance, full-platform development framework with unified codebase, ultimate ease of use, and dynamic flexibility. 注意:本仓库为Github仓库镜像,PR或Issue请移步至Github发起,感谢支持!Kotlin08
VLOOKVLOOK™ 是优雅好用的 Typora/Markdown 主题包和增强插件。 VLOOK™ is an elegant and practical THEME PACKAGE × ENHANCEMENT PLUGIN for Typora/Markdown.Less00
热门内容推荐
最新内容推荐
Degrees of Lewdity中文汉化终极指南:零基础玩家必看的完整教程Unity游戏翻译神器:XUnity Auto Translator 完整使用指南PythonWin7终极指南:在Windows 7上轻松安装Python 3.9+终极macOS键盘定制指南:用Karabiner-Elements提升10倍效率Pandas数据分析实战指南:从零基础到数据处理高手 Qwen3-235B-FP8震撼升级:256K上下文+22B激活参数7步搞定机械键盘PCB设计:从零开始打造你的专属键盘终极WeMod专业版解锁指南:3步免费获取完整高级功能DeepSeek-R1-Distill-Qwen-32B技术揭秘:小模型如何实现大模型性能突破音频修复终极指南:让每一段受损声音重获新生
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
533
3.75 K
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
12
1
🔥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
67
20
暂无简介
Dart
772
191
Ascend Extension for PyTorch
Python
342
405
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++
886
596
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
React Native鸿蒙化仓库
JavaScript
303
355
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
336
178