Microsoft PXT 扩展开发:如何为自定义块添加帮助文档
2025-07-04 18:27:20作者:贡沫苏Truman
在 Microsoft PXT 开发环境中,扩展作者经常需要为自定义块添加帮助文档。当用户点击扩展块并选择"帮助"时,理想情况下应该显示该块的专用参考文档,就像主程序块那样。然而,目前许多扩展会将用户重定向到扩展的 README 文件,这并非最佳用户体验。
当前问题分析
许多扩展开发者发现,他们的块帮助功能无法像预期那样工作。点击帮助按钮后,用户会被带到扩展的README页面,而不是特定块的文档。这主要是因为帮助系统的配置方式不够直观,现有文档也没有明确说明如何正确设置。
解决方案:使用代码托管平台前缀
PXT 实际上提供了一个优雅的解决方案,通过在 jsDoc 的 %help 属性中使用 代码托管平台: 前缀。这个功能允许开发者直接链接到托管在代码托管平台上的特定文档文件。例如:
//% help=代码托管平台:arcade-character-animations/docs/set-character-state
这种语法告诉 PXT 系统,该块的帮助文档位于代码托管平台仓库的指定路径下。当用户点击帮助按钮时,系统会直接加载这个特定文件,而不是整个 README。
实现步骤
- 在你的扩展项目中创建一个专门的文档目录(如
/docs) - 为每个需要文档的块创建单独的 Markdown 文件
- 在块的 jsDoc 注释中添加
help属性,使用代码托管平台:前缀指向对应文档 - 确保文档文件随扩展一起提交到代码托管平台仓库
最佳实践建议
- 保持文档简洁明了,专注于块的特定功能
- 包含使用示例和常见问题解答
- 定期更新文档以反映功能变更
- 考虑为复杂块添加多个使用场景示例
未来展望
随着 PXT 生态系统的成熟,扩展开发者应该更加重视文档质量。良好的块级文档不仅能提升用户体验,还能降低扩展的使用门槛,促进更广泛的采用。
通过采用这种文档方法,扩展开发者可以提供与核心块一致的用户体验,使他们的扩展更加专业和易用。
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-1.5HunyuanVideo-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
最新内容推荐
IEC61850建模工具及示例资源:智能电网自动化配置的完整指南 TextAnimator for Unity:打造专业级文字动画效果的终极解决方案 全球GEOJSON地理数据资源下载指南 - 高效获取地理空间数据的完整解决方案 全球36个生物多样性热点地区KML矢量图资源详解与应用指南 PANTONE潘通AI色板库:设计师必备的色彩管理利器 OMNeT++中文使用手册:网络仿真的终极指南与实用教程 深入解析Windows内核模式驱动管理器:系统驱动管理的终极利器 咖啡豆识别数据集:AI目标检测在咖啡质量控制中的革命性应用 LabVIEW串口通信开发全攻略:从入门到精通的完整解决方案 PhysioNet医学研究数据库:临床数据分析与生物信号处理的权威资源指南
项目优选
收起
deepin linux kernel
C
24
9
暂无简介
Dart
646
149
Ascend Extension for PyTorch
Python
207
220
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++
653
286
React Native鸿蒙化仓库
JavaScript
250
318
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
🎉 (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
1.13 K
637
本项目是CANN提供的是一款高效、可靠的Transformer加速库,基于华为Ascend AI处理器,提供Transformer定制化场景的高性能融合算子。
C++
78
101
仓颉编译器源码及 cjdb 调试工具。
C++
130
861
仓颉编程语言运行时与标准库。
Cangjie
134
873